一种经感知验证的人群轨迹质量评估度量

模拟人群需要控制大量轨迹，通常通过使用人群运动算法完成，这些算法需要找到合适的参数值。关于模拟技术的参数值与所得轨迹质量之间关系的研究，已通过感知实验或与真实人群轨迹比较来进行。本文中，我们整合了两种策略。提出一种质量度量 QF，以从参考数据中抽象，同时捕捉影响轨迹真实感感知的最显著特征。QF 对基于轨迹若干个体、局部和全局属性的代价函数进行加权与组合。这些轨迹特征选自文献及专家访谈。为验证 QF 捕捉感知轨迹质量的能力，我们开展了一项在线实验，表明自动质量分数与非专家用户之间具有高度一致性。为进一步证明 QF 的实用性，我们将其用于无数据参数调优应用，能够调优任何输出角色独立轨迹的参数化微观人群仿真模型。所调优人群运动模型的学习参数保持了用于加权 QF 各项的参考数据的影响。