[論文レビュー] Dynamic Group Behaviors for Interactive Crowd Simulation

Liang He, Jia Pan+3 more|arXiv (Cornell University)|Feb 11, 2016

Evacuation and Crowd Dynamics参考文献 29被引用数 6

ひとこと要約

本稿では、最小努力原理と拡張された相互速度障害物を用いて、インタラクティブな群衆シミュレーションにおける動的グループ行動をシミュレートする一般的で効率的なアルゴリズムを提示する。この手法により、最小限の計算コストで滑らかで一貫性があり現実的なグループ軌道を実現でき、数百人のエージェントを含む複雑で高密度なシナリオにおいて、先行手法を上回る衝突回避性能と軌道の現実性を達成する。

ABSTRACT

We present a new algorithm to simulate dynamic group behaviors for interactive multi-agent crowd simulation. Our approach is general and makes no assumption about the environment, shape, or size of the groups. We use the least effort principle to perform coherent group navigation and present efficient inter-group and intra-group maintenance techniques. We extend the reciprocal collision avoidance scheme to perform agent-group and group-group collision avoidance that can generate collision-free as well as coherent and trajectories. The additional overhead of dynamic group simulation is relatively small. We highlight its interactive performance on complex scenarios with hundreds of agents and compare the trajectory behaviors with real-world videos.

研究の動機と目的

• グループのサイズ、形状、環境に関する仮定を一切設けずに、合流、分離、再割り当てなどの動的グループ行動をインタラクティブな群衆シミュレーションでモデル化すること。
• 高密度で複雑な環境において、グループ内およびグループ間の相互作用を一貫性を持たせ、衝突のないナビゲーションを可能にすること。
• マルチエージェントシミュレーションにおける高いパフォーマンスと現実性を維持しつつ、計算コストを低減すること。

提案手法

• エージェントの位置と速度に基づく空間クラスタリングを用いて、事前に定義されたグループ構造なしに動的にエージェントをグループに割り当てる。
• 最小努力原理を適用してグループナビゲーションをガイドし、グループの結束を保ちつつ、個々のエージェントの目標指向の努力を最小限に抑える。
• エージェント-グループおよびグループ-グループの衝突回避を可能にするために、相互速度障害物（RVO）フレームワークを拡張し、エージェント位置の凸包を保守的な障害物として用いる。
• 現在のエージェント位置の凸包に基づいて、グループレベルの速度障害物を定式化することで、保守的かつ衝突のないナビゲーションを保証する。
• シミュレーション中にエージェントがグループに加わったり離脱したり、グループを切り替えたりする際、リアルタイムでグループの形状とサイズを動的に更新する。
• リアルタイムシミュレーションパイプラインにこの手法を統合し、数百人のエージェントに対して1フレームあたりミリ秒レベルの性能を達成する。

実験結果

リサーチクエスチョン

• RQ1 グループの形成、合流、分離、再割り当てといった行動を、グループ構造に関する事前仮定なしに、インタラクティブな群衆シミュレーションでどのように動的にモデル化できるか？
• RQ2 グループの結束を保ちつつ、効率的で保守的な方法でエージェント-グループおよびグループ-グループの衝突回避を実現するにはどうすればよいか？
• RQ3 本手法は、従来のエージェントベースおよびメゾスケール手法と比較して、軌道の現実性、衝突回避、パフォーマンスの観点でどの程度優れているか？
• RQ4 高密度な状況と複雑な環境制約下でも、アルゴリズムが滑らかで一貫性のある軌道を維持できるか？
• RQ5 シミュレートされたグループ行動は、動画データで観察された現実の歩行者軌道とどの程度一致するか？

主な発見

• ベンチマーク5において、本手法はエージェント1人あたり平均でわずか2件のペアワイズ衝突に抑えられたのに対し、ORCAおよびメゾスケール手法では500件を超える衝突が発生し、優れた衝突回避性能を示した。
• すべてのベンチマークにおいて、ゴールに到達するまでのシミュレーションステップ数が著しく少なかった（例：ベンチマーク5では387ステップ、ORCAでは5000ステップ以上）ことから、収束性と経路探索効率が優れていることが示された。
• ベンチマーク5における本手法の1フレームあたりの実行時間は平均10.4 msであり、動的グループ処理を伴いながらも、計算コストが非常に低いことが確認された。
• 本手法が生成した軌道は、協調的移動やリーダー・フォロワーのダイナミクスを含むグループレベルの行動において、実世界の動画データと強い一致を示した。
• ORCAおよびメゾスケール手法とは異なり、本手法は高密度なシナリオにおいてエージェントが閉じ込められることを効果的に回避した。5000ステップ経過してもゴールに到達できない事例が頻発するORCAやメゾスケール手法とは対照的であった。
• 凸包に基づくグループ速度障害物の使用により、保守的かつ効果的なグループ同士の衝突回避が実現され、パフォーマンスを犠牲にすることなくグループの一体性が保たれた。