Configurable flows

• Ano de defesa: 2015
• Autor(a) principal: Silveira, Renato
• Orientador(a): Nedel, Luciana Porcher
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Palavras-chave em Português: Agentes autonomos; Simulação computacional; Pedestre
• Palavras-chave em Inglês: Path-planning; Agent navigation; Pedestrian simulation; Potential field; Boundary value problem
• Link de acesso: http://hdl.handle.net/10183/117770

A animação de agentes autônomos em aplicações que exigem uma resposta em tempo real ainda é um desafio, se o problema necessitar que o agente alcance um local com precisão em um mundo virtual (planejamento de caminho), mover-se realisticamente de acordo com sua personalidade, intenções e humor. É muito difícil produzir um comportamento natural através de alguma estratégia que foque no controle global dos agentes. Por outro lado, levar em conta a individualidade de cada agente pode ser uma tarefa custosa. A proposta dessa tese é uma nova solução para o problema da navegação de agentes, baseada em problemas de valores de contorno (BVP), chamada “Configurable Flows”, para controlar a navegação de agentes em ambientes dinâmicos. Nós usamos um formalismo baseado em campos potenciais para possibilitar que agentes virtuais se movam negociando o espaço, evitando colisões, e alcançando seus objetivos, através de caminhos diferenciados. A individualidade de cada agente pode ser definida alterando parâmetros internos dos agentes. Planejadores BVPs produzem campos potenciais através de equações diferenciais das quais o gradiente descendente representa rotas navegacionais de qualquer lugar do ambiente para algum destino. Os caminhos resultantes são suaves e livres de mínimos locais. Apesar dessas vantagens, estes tipos de planejadores consomem muito tempo de execução para produzir uma solução. A nossa abordagem combina nosso planejador BVP com o método Full Multigrid, o qual resolve equações diferenciais parciais elípticas usando uma estratégia hierárquica. Os resultados mostram que a nossa proposta gasta menos que 1% do tempo necessário para computar a solução usando os planejadores BVPs tradicionais. Nós refinamos o planejador introduzindo uma nova forma para o núcleo da equação que permite facilmente lidar com terrenos não-homogêneos. Isto é obtido através de mudanças locais na concavidade/convexidade do potencial, criando regiões com altas ou baixas preferências de navegação. Nós integramos esta nova equação ao planejador hierárquico, surgindo uma ampla variedade de aplicações. Nossa proposta contribui para diversas áreas incluindo a navegação de agentes, pathfinding em jogos, simulação de multidões, e a navegação de robôs. Nossas publicações reforçam a relevância e robustez do método proposto.