22、传感器系统合成输入的人类活动模拟

传感器系统合成输入的人类活动模拟

在模拟传感器系统的合成输入时，创建具有上下文行为的异质人群是一项关键任务。这不仅需要可行，而且最好基于实证证据。我们不希望场景作者是专业程序员，同时定义这些人群也不应是一个艰巨且无止境的过程，不需要超出场景作者直接关注点的细节。特别是在分布式传感器模拟应用中，时空结构化的随机性可能是人群合成器所需的一个显著特征。

相关工作

在电影和游戏领域，许多作品使用如 Massive™ 这样的软件来构建背景角色。Massive™ 提供了创建和执行规则的机制，用于管理大规模角色的复制行为。虽然创建和完善这些规则仍需要时间和技巧，但该软件使构建相对同质的人群（有一些统计变化）变得更加容易。不过，这种方法适用于交互有限的战斗场景，对于需要功能性、有上下文角色的场景则不太可行。

在许多游戏和模拟中，非玩家角色（NPC）通常被编程为遵循特定路径并执行一些简单行为。他们可能会对某些刺激做出反应，但一般不会与环境中的对象进行交互，缺乏上下文，往往只在玩家视野内存在。

基于 Helbing 的经验社会力模型的人群模拟，使用排斥力和切向力来模拟人与人、人与障碍物之间的相互作用、推挤行为和流动率。基于规则的模型可以在中低密度人群中实现更真实的人类运动。细胞自动机模型实现起来快速简单，但明确禁止代理之间的接触。还有一些研究关注角色外观和运动变化的感知，以呈现更有趣、合理的人群；也有研究使用真实世界数据来拟合行人模拟中的行为。然而，这些方法虽然在视觉上取得了一定效果，但角色仍然缺乏更大的目标和上下文。

其他研究人员通过定义环境中的区域来创建行为的上下文变化，例如为剧院标记“坐和观看”行为。但在这些区域内，行为是统一的。复合代理则使用代理代理根