[论文解读] Crowd Behavior Simulation with Emotional Contagion in Unexpected Multi-hazard Situations

Mingliang Xu, Xiaozheng Xie+7 more|arXiv (Cornell University)|Jan 19, 2018

Evacuation and Crowd Dynamics参考文献 48被引用 14

一句话总结

本文提出了一种新颖的群体模拟框架，通过引入危险场模型和情感互惠速度障碍（ERVO）算法，在多灾害环境（如同时发生的爆炸和火灾）中模拟恐慌情绪的生成与传播。通过将情感传染与局部避让相结合，该方法在复杂、并发灾害下产生的群体动态比传统RVO模型更具现实感。

ABSTRACT

In this paper we present a novel crowd simulation method by modeling the generation and contagion of panic emotion under multi-hazard circumstances. Specifically, we first classify hazards into different types (transient and persistent, concurrent and non-concurrent, static and dynamic ) based on their inherent characteristics. Then, we introduce the concept of perilous field for each hazard and further transform the critical level of the field to its invoked-panic emotion. After that, we propose an emotional contagion model to simulate the evolving process of panic emotion caused by multiple hazards in these situations. Finally, we introduce an Emotional Reciprocal Velocity Obstacles (ERVO) model to simulate the crowd behaviors by augmenting the traditional RVO model with emotional contagion, which combines the emotional impact and local avoidance together for the first time. Our experimental results show that this method can soundly generate realistic group behaviors as well as panic emotion dynamics in a crowd in multi-hazard environments.

研究动机与目标

• 解决在涉及多种并发或顺序灾害的复杂多灾害紧急场景中，群体模拟缺乏真实感的问题。
• 建模恐慌不仅源于直接灾害暴露，还通过个体之间的社会影响（情感传染）传播的机制。
• 通过引入情感状态，增强传统互惠速度障碍（RVO）导航方法，实现更类人的恐慌驱动疏散行为。
• 开发一个统一框架，根据持续时间、发生时间与动力学特性对灾害进行分类，并将其中的严重性映射到情感影响上。
• 在办公室建筑和十字路口等多样化虚拟环境中验证模型在不同场景下的鲁棒性与真实性。

提出的方法

• 根据三个内在属性（持续时间：瞬时/持久；时间发生：并发/非并发；动力学特性：静态/动态）将灾害分类为六种类型。
• 为每种灾害引入“危险场”概念，表示个体暴露于危险的空间影响区域。
• 定义从严重性到情感的转换函数，将危险场的强度映射为个体所体验的恐慌情绪水平。
• 提出一种多灾害情感传染模型，结合直接灾害影响与邻近个体的情感影响，以模拟恐慌的传播。
• 通过在传统RVO中引入情感状态调节，开发出情感互惠速度障碍（ERVO）模型，使恐慌水平影响速度决策，优先考虑逃生而非单纯避碰。
• 采用基于代理的模拟，设置预定义的安全出口与动态灾害触发机制，评估模型在炸弹爆炸与火灾等场景中的表现。

实验结果

研究问题

• RQ1 如何在统一的模拟框架中系统性地对不同类型多灾害（如瞬时、持久、并发或动态的爆炸与火灾）进行分类与建模？
• RQ2 直接灾害暴露与社会影响（邻近个体）带来的情感传染，在多灾害环境中如何影响恐慌的传播？
• RQ3 在RVO导航模型中整合情感状态，能在多大程度上提升恐慌状态下群体疏散行为的真实性？
• RQ4 所提出的ERVO模型能否有效模拟在多种、顺序或重叠灾害场景下的复杂疏散动力学？
• RQ5 不同灾害参数（如危险强度、影响半径）与个体人格特征如何影响最终的群体行为与恐慌传播？

主要发现

• 所提出的多灾害场景模型成功对多样化灾害类型（瞬时、持久、并发、非并发、静态、动态）进行了分类与表达，实现了复杂紧急场景的统一模拟。
• 情感传染模型有效捕捉了直接灾害暴露与间接社会影响的综合效应，其产生的恐慌传播模式比单一灾害模型更具现实感。
• ERVO模型通过在速度决策中整合情感状态，显著提升了模拟的真实性，使个体在恐慌状态下优先考虑逃生而非纯粹避障。
• 在办公室建筑与十字路口的模拟中，个体能动态响应多种灾害：从炸弹爆炸与火灾中撤离，并协调向安全区域移动。
• 模拟结果在多样化环境中表现出稳健性能，个体能正确避开高风险区域，并展现出真实的恐慌驱动行为，如突然的方向改变与聚集现象。
• 该方法产生了可观测且合理的疏散动力学，包括远端个体的延迟反应与高密度区域的级联恐慌，验证了其行为保真度。