跳转至

RESCUE: Crowd Evacuation Simulation via Controlling SDM-United Characters

元信息

  • 会议: ICCV 2025
  • arXiv: 2507.20117
  • 代码: 项目页面
  • 领域: 自动驾驶
  • 关键词: 人群疏散模拟, 社会力模型, 物理引擎, 个性化步态, 3D角色控制

一句话总结

提出首个在线 SDM（感知-决策-运动）统一 3D 疏散仿真框架 RESCUE，集成 3D 自适应社会力模型和个性化步态控制器，实现数百智能体的实时个性化疏散模拟。

研究背景与动机

现有痛点

现有痛点：领域现状：人群疏散模拟对公共安全至关重要，但现有方法无法同时满足以下需求：

传统仿真的简化表示：社会力模型（SFM）使用简化 2D 表示，力反馈只能用不真实的替代计算，无法反映 3D 碰撞、跌倒等真实物理行为。

角色控制的扩展不足：基于物理引擎的角色控制方法在密集场景中缺乏个性化运动，可能导致跌倒和碰撞。扩散模型的运动生成面临可控性和物理真实性挑战。

两个关键需求：3D 近身感知（拥挤中的在线动态调整）和个性化步态（不同属性个体表现不同行为）。

解决思路

本文目标：### SDM 统一框架

模拟人脑的感知-决策-运动循环：

  1. 感知模块：每个智能体感知自身状态（位置、速度、人形状态）、他人状态（相对根位置）和环境状态
  2. 决策模块：3D 自适应 SFM 决策机制，A* 搜索找路径+SFM 驱动+避碰
  3. 运动模块：Pacer 路径跟随控制器 + 个性化步态转换器

3D 自适应 SFM 决策机制

基础力：驱。

方法详解

SDM 统一框架

模拟人脑的感知-决策-运动循环：

  1. 感知模块：每个智能体感知自身状态（位置、速度、人形状态）、他人状态（相对根位置）和环境状态
  2. 决策模块：3D 自适应 SFM 决策机制，A* 搜索找路径+SFM 驱动+避碰
  3. 运动模块：Pacer 路径跟随控制器 + 个性化步态转换器

3D 自适应 SFM 决策机制

基础力：驱动力 + 排斥力

闪避力（核心创新）：计算垂直于期望方向的闪避方向：

\[F_{\text{evasive}} = A \, \text{sgn}(o_i \cdot p_i) \, p_i\]

其中 \(A\) 为二值掩码（前方有障碍且侧方有空间时为1），\(p_i\) 为垂直向量。

个性化 SFM 系数优化：五组智能体（青年、中年、老年、患者、残疾人），校准速度使模拟速度匹配文献中的真实速度。

最终决策：\(\tilde{v}_{i,t+1} = v_i + \Delta t (F_{\text{drive}} + F_{\text{repulsive}} + F_{\text{evasive}})\)

个性化步态控制器

基于 CAMDM 扩散模型将非个性化动作帧转换为个性化动作帧：\(a^0 = G(a^t, t; c)\)。通过步态帧匹配（4个关键事件）对齐个性化和非个性化帧对。模拟中仅替换上半身动作。

部件级力可视化

为 24 个身体部件集成力传感器，通过颜色梯度可视化接触力大小。

实验

定量比较

主实验

方法 平均成功率 平均跌倒次数
OmniControl 0.48 —
MaskedMimic 0.60 18.55%
RESCUE 0.84 12.26%

速度多样性分析

消融实验

群体 速度特征
青年 最高中值速度，变异性大
中年 中等速度分布
老年 较慢速度，范围窄
患者 速度有限
残疾人 最低速度

关键发现

  1. 成功率最高：0.84 vs MaskedMimic 0.60，得益于 3D 自适应 SFM 的在线避障
  2. 跌倒次数最少：12.26 vs 18.55，闪避力有效避免拥堵导致的摔倒
  3. 密度-宽度踩踏分析：相同宽度下人数越多踩踏越严重；相同密度下通道越窄踩踏越严重
  4. 地形影响验证：不平地面和滑地面更易导致跌倒

亮点与洞察

  1. 脑科学启发：SDM 循环赋予框架生物学合理性
  2. 闪避力的实用创新：3D 环境中闪避比等待更合理
  3. 个性化系数校准：补偿物理引擎摩擦因素，确保模拟速度匹配文献值
  4. 部件级力可视化：为疏散分析提供前所未有的洞察

局限与展望

  1. 100STYLE 数据集的运动风格有限
  2. 五组分类较为粗糙
  3. 其他多智能体环境的适用性需验证

相关工作

  • 人群模拟：社会力模型、Agent-Based 模型
  • 角色控制：Pacer、MaskedMimic、DRL 方法
  • 运动生成：扩散模型、OmniControl、EMAGE

评分

  • 新颖性: ⭐⭐⭐⭐ — SDM 统一框架+3D 自适应 SFM 首创
  • 技术深度: ⭐⭐⭐⭐ — 多模块深度整合
  • 实验充分性: ⭐⭐⭐⭐⭐ — 多场景分析，用户研究
  • 写作质量: ⭐⭐⭐⭐ — 可视化丰富

相关论文