Comportamentos auto-organizados de multidões

Abstract

Vários modelos de simulação de multidões foram propostos, muitos atingiram bom nível de realismo, mas, em nenhum deles, os agentes virtuais conseguem obter o comportamento complexo das pessoas reais. Por isso, o presente trabalho apresenta: (i) uma proposta para controlar localmente os agentes do modelo Continuum Crowds [TRE06] a partir de dados de vídeos reais; (ii) uma adaptação do modelo BioCrowds [ROD07], para que os agentes virtuais apresentem trajetórias mais suaves ao desviarem de outros agentes; (iii) uma solução para modelar, no BioCrowds, obstáculos de qualquer tamanho e forma. As adaptações realizadas no modelo Continuum Crowds culminaram na produção do artigo Continuum Crowds with Local Control [PAR08]. Esse novo modelo permitiu que os agentes virtuais passassem a comportar-se de maneira similar à observada nas pessoas dos vídeos reais, além de permitir que ambientes detalhados fossem automaticamente configurados no modelo Continuum Crowds.O modelo de simulação de multidões BioCrowds utiliza competição por espaço para movimentar os seus agentes. Contudo, as trajetórias dos agentes ao desviarem de colisões era pouco realista, pois os agentes demoravam muito para iniciar a desviar de uma colisão, necessitando de mudanças bruscas na direção do movimento. Considerando que os agentes do modelo Continuum Crowds desviam de colisões de forma gradual e antecipada (com pequenas variações angulares), a solução utilizada nesse modelo inspirou a alteração do modelo BioCrowds, a qual é apresentada na presente dissertação. Além disso, o modelo BioCrowds em sua forma original não pode simular ambientes com obstáculos pequenos, ficando restrito à simulação de ambientes abertos. Por isso, essa dissertação propõe uma solução para modelar obstáculos no BioCrowds, utilizando a teoria da competição por espaço. Tal solução permite que sejam simulados ambientes compostos de obstáculos de vários tamanhos e formas.

Several crowd simulation models have been proposed. Many have reached a good level of realism, but in none the virtual agents have the complex behavior of real people. Therefore, this dissertation presents: (i) a proposal to locally control the agents of the Continuum Crowds model [TRE06] from videos of real data, (ii) an adaptation of the BioCrowds [ROD07] model, so that virtual agents have paths to deviate from other agents, (iii) a solution for modeling obstacles of any size and shape in BioCrowds. The modifications made in the Continuum Crowds model culminated in the production of the article Continuum Crowds with Local Control [PAR08]. This new model enabled virtual agents to behave in a similar way to those observed in real videos. Also, the new model enables the automatic configuration of detailed environments in the Continuum Crowds model. The crowd simulation model named BioCrowds uses the competition for space to move agents without collisions. However, the agents’ trajectories, when avoiding collisions, was not realistic, because the agents started to shift away from a collision too late, which caused the need for sudden changes in the direction of movement. On the other hand, the agents of the Continuum Crowds model start early and gradually to deviate from collisions (with small angular variations). The solution used in this model inspired a change on the BioCrowds model, which is presented in this dissertation. Moreover, the BioCrowds model in its original form cannot simulate environments with small obstacles, being restricted to simulate open environments. Therefore, this dissertation proposes a solution for modeling obstacles in BioCrowds model, using the theory of competition for space. This solution allows the simulation of environments composed of obstacles of various sizes and shapes.