摘要:在现有文献中,行人动力学模型成功捕获了诸如车道形成,疏散,瓶颈,人群相交等各种复杂场景。然而,由于过程中缺乏人类智能,许多模型,尤其是基于力量的模型,都难以复制简单而真实的情景。在这项研究中,我们提出了一种新颖的可变目标方法(VGA),该方法将人类智能纳入行人dynamics模型中,从而大大提高了他们的效率和现实主义。VGA介绍了多个中间目标的概念,称为可变目标,这些目标指导行人到他们的最终目的地,同时最大程度地减少互动和破坏。这些可变目标充当指导系统,允许过渡和自适应导航。通过战略性地定位可变目标,VGA引入了一个随机性。这使模型可以在相同条件下模拟各种行人路径,以反映人类决策的多样性。除了在简单方案中的有效性外,VGA还展示了复制高密度方案(例如车道形成)的强劲性能,提供了与现实世界中数据匹配的结果。
![arxiv:2501.05100v1 [physics.soc-ph] 2025年1月9日PDF文件第1页](/bimg/e/e8f8d79de6daa33260f8673c8fa698e96fe2ceba.webp)
![arxiv:2501.05100v1 [physics.soc-ph] 2025年1月9日PDF文件第2页](/bimg/8/8b60fb38143030ace6ded57279f38e73333321dd.webp)
![arxiv:2501.05100v1 [physics.soc-ph] 2025年1月9日PDF文件第3页](/bimg/b/bdf232ddeff30462b036b3867276a8da5dc79ceb.webp)
![arxiv:2501.05100v1 [physics.soc-ph] 2025年1月9日PDF文件第4页](/bimg/c/c0a25958d7ac3af9f677430aeb6935246356c056.webp)
![arxiv:2501.05100v1 [physics.soc-ph] 2025年1月9日PDF文件第5页](/bimg/7/761a247c2fbe2c6fae099f8d7c58f1873ae3962e.webp)
