物理学 > 物理与社会
[提交于 2025年1月9日
]
标题: 常见场景下行人动力学模型的基准测试:基于力的模型评估
标题: Benchmarking Pedestrian Dynamics Models for Common Scenarios: An Evaluation of Force-Based Models
摘要: 在行人动力学方面的大量研究主要集中在拥挤条件及其相关现象上,例如车道形成、疏散等。 已经开发了几种基于力的模型来预测这些情况下的行为。 相比之下,在中等至低密度情况下的研究存在显著的空白。 这些场景在全世界都非常常见,包括像印度这样的高人口国家。 此外,基于力的模型的细节在这些密度下预计会产生显著影响,而拥挤、几乎被填满的条件可能主要由接触力支配。 在本研究中,我们解决了这一空白,并全面评估了不同基于力的模型在一些常见场景中的性能。 为此,我们在四种情况下进行了受控实验:避开静止障碍物、相向而行时的位置交换、超车以达到共同目标以及穿过障碍物迷宫。 性能评估包括两个阶段和六个评估参数——成功轨迹、重叠比例、振荡强度、路径平滑度、速度偏差和旅行时间。 首先,模型必须满足至少80%成功轨迹的资格标准,其次,根据从实验数据中建立的截止值对模型进行评分。 我们评估了五个基于力的模型,其中最好的模型得分为57.14%。 因此,我们的研究结果揭示了这些模型在这些常见情况下产生行人动力学准确预测能力的重大不足。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.