Исследователи научились моделировать поведение человека в толпе
Ученые из Университета Брауна разработали новую модель для прогнозирования поведения людей в толпе на основе оптических и иных сенсорных данных. Исследование опубликовано в Proceedings of the Royal Society.
Эксперименты, проведенные исследователями из Брауновского университета, показали, что каждый пешеход в толпе контролирует направление и скорость своего движения на основе двух визуальных переменных.
Во-первых, люди стараются двигаться так, чтобы соседи в их восприятии оставались неподвижны. Для этого скорость и направление движения тех, кто идет рядом, должны быть одинаковыми.
Во-вторых, люди предпочитают, чтобы поле зрения в процессе движения не изменялось. Такие изменения могут происходить, когда соседи приближаются или удаляются. Поэтому пешеходы в толпе неосознанно стараются фиксировать расстояние между собой и соседями.
Ученые также установили, что участники эксперимента больше всего реагировали на движения ближайших соседей. Изменения в поведении тех, кто шел на отдалении не оказывало сильного влияния. Это объясняется двумя эффектами, считают ученые: законами оптики и принципами окклюзии. Движения удаленного объекта кажутся нам менее выраженными, а пешеходы, которые идут на расстоянии, частично закрыты спинами соседей. А значит, отслеживать и прогнозировать их действия становится труднее.
Чтобы исследовать индивидуальные траектории движения, ученые использовали виртуальную реальность. Участники исследования в большой открытой комнате носили VR-гарнитуры, которые показывали анимированных людей. Экспериментаторы управляли движениями виртуальных персонажей в толпе. Например, отдельные люди могли поворачивать в другом направлении, в то время как все остальные продолжали двигаться прямо.
Участников эксперимента попросили двигаться с толпой, а ученые отслеживали, как изменения в поведении виртуальных персонажей влияли на траекторию движения отдельного человека.
На основе полученных данных исследователи построили модель, которая успешно предсказывает, как будет двигаться каждый конкретный человек в толпе. По словам исследователей, эффективность модели была доказана как в виртуальной реальности, так и для анализа движения людей в реальной толпе.
Ученые отмечают, что у моделей прогнозирования движения толпы широкая область применения. Они могут использоваться для планирования общественных пространств, транспортной инфраструктуры, маршрутов эвакуации и планов действий для чрезвычайных ситуаций.
Эксперименты, проведенные исследователями из Брауновского университета, показали, что каждый пешеход в толпе контролирует направление и скорость своего движения на основе двух визуальных переменных.
Читайте также: Археологи заявили, что обнаружили вторые ворота города Базира и несколько уникальных артефактов во время свежих раскопок в Барикоте, Сват. Подробнее: Археологи обнаружили уникальные ворота в древнем пакистанском городе
Во-первых, люди стараются двигаться так, чтобы соседи в их восприятии оставались неподвижны. Для этого скорость и направление движения тех, кто идет рядом, должны быть одинаковыми.
Во-вторых, люди предпочитают, чтобы поле зрения в процессе движения не изменялось. Такие изменения могут происходить, когда соседи приближаются или удаляются. Поэтому пешеходы в толпе неосознанно стараются фиксировать расстояние между собой и соседями.
Ученые также установили, что участники эксперимента больше всего реагировали на движения ближайших соседей. Изменения в поведении тех, кто шел на отдалении не оказывало сильного влияния. Это объясняется двумя эффектами, считают ученые: законами оптики и принципами окклюзии. Движения удаленного объекта кажутся нам менее выраженными, а пешеходы, которые идут на расстоянии, частично закрыты спинами соседей. А значит, отслеживать и прогнозировать их действия становится труднее.
Чтобы исследовать индивидуальные траектории движения, ученые использовали виртуальную реальность. Участники исследования в большой открытой комнате носили VR-гарнитуры, которые показывали анимированных людей. Экспериментаторы управляли движениями виртуальных персонажей в толпе. Например, отдельные люди могли поворачивать в другом направлении, в то время как все остальные продолжали двигаться прямо.
Участников эксперимента попросили двигаться с толпой, а ученые отслеживали, как изменения в поведении виртуальных персонажей влияли на траекторию движения отдельного человека.
На основе полученных данных исследователи построили модель, которая успешно предсказывает, как будет двигаться каждый конкретный человек в толпе. По словам исследователей, эффективность модели была доказана как в виртуальной реальности, так и для анализа движения людей в реальной толпе.
«Мы впервые использовали сенсорные данные для анализа скоординированных движений, — говорит Уильям Уоррен, профессор когнитивных, лингвистических и психологических наук Брауновского университета и один из соавторов исследования. — Модель учитывает, что видят люди в толпе, поэтому мы можем делать более точные прогнозы о том, как будет вести себя вся группа».
Ученые отмечают, что у моделей прогнозирования движения толпы широкая область применения. Они могут использоваться для планирования общественных пространств, транспортной инфраструктуры, маршрутов эвакуации и планов действий для чрезвычайных ситуаций.
Комментарии 0