IMPLEMENTATION OF A GENERIC FRAMEWORK ON CROWD SIMULATION: A NEW ENVIRONMENT TO MODEL CROWD BEHAVIOR AND DESIGN VIDEO GAMES

KALABALIK SİMÜLASYONU ÜZERİNE GENEL BİR ÇERÇEVE GELİŞTİRİLMESİ: KALABALIK DAVRANIŞINI MODELLEMEK VE VİDEO OYUNLARI TASARLAMAK İÇİN YENİ BİR ORTAM

Abstract

Crowd behavior is the collective act and gathering of a group of individuals to achieve a shared purpose. Swarm intelligence-based optimization algorithms are usually used to solve complex problems for crowd behavior. Crowd simulations are often used for the analyses that require precision in different domains such as complex structural analysis, image recognition, creating nature-inspired non-player character movements in video games, and more. In this study, a generic crowd simulation framework that can be used to simulate already-available crowd simulation algorithms and design new ones was developed. The test environment layout was generated with the use of a generate-and-test algorithm combined with the crowd simulation algorithms to make sure that the generated content is meeting the requirements of a crowd simulation environment. Within the framework, three different crowd simulation algorithms —firefly algorithm, particle swarm optimization, and artificial bee colony— are generated and also implemented as puzzle-like video games. The results show that all fireflies achieved to gather at the global minimum of the generated layout faster and in a more precise way than the artificial bee colony algorithm and particle swarm optimization algorithm. The developed framework enables a generic and parametric testbed to design and compare different algorithms and to generate video games.

Özet

Kalabalık davranışı, ortak bir amaca ulaşmak için bir grup bireyin kolektif eylemi ve toplanması olarak tanımlanmaktadır. Sürü zekası tabanlı optimizasyon algoritmaları genellikle kalabalık davranışı ile ilgili karmaşık problemleri çözmek için kullanılmaktadır. Kalabalık simülasyonları genellikle hassas analiz gerektiren karmaşık yapısal analiz, görüntü tanıma, video oyunlarında doğadan ilham alan oyuncu olmayan karakter hareketleri oluşturma gibi farklı alanlarda kullanılmaktadır. Bu çalışmada, halihazırda mevcut olan kalabalık simülasyon algoritmalarını simüle etmek ve yenilerini tasarlamak için kullanılabilecek genel bir kalabalık simülasyon çerçevesi geliştirilmiştir. Test ortamı düzeni, oluşturulan içeriğin bir kalabalık simülasyon ortamının gereksinimlerini karşıladığından emin olmak için kalabalık simülasyon algoritmaları ile birleştirilmiş bir oluştur-ve-test-et algoritması kullanılarak oluşturulmuştur. Bu çerçevede, üç farklı kalabalık simülasyon algoritması (ateşböceği algoritması, parçacık sürü optimizasyonu ve yapay arı kolonisi) üretilmekte ve bulmaca benzeri video oyunları olarak da geliştirilmektedir. Sonuçlar, tüm ateşböceklerinin üretilen düzenin global minimumunda toplanmayı, yapay arı kolonisi algoritması ve parçacık sürü optimizasyonu algoritmasından daha hızlı ve daha kesin bir şekilde başardığını göstermektedir. Geliştirilen çerçeve, genel ve parametrik bir test ortamının farklı algoritmalar tasarlanıp karşılaştırılması ve video oyunları geliştirilme amacıyla kullanılabilmektedir.