行為模擬分析文獻

行人的行為模式是一個很複雜的課題，都市交通規劃者對於行人在與其他人 步行的同時會有怎麼樣的影響、行人如何決定要不要穿越道路、如何決定本身的 速度，很有興趣，但是還沒有一個非常理想的方法可以完全解決這些問題。隨著 電腦科技的發達，模擬技術已經能夠將周遭環境的因子輸入模式中，並且模擬出 符合現實行人步行情景。一些比較常用的模型有：以二維座標將行人行為利用質 點或是圓形表現的模式、擁擠的行人移動以流體來呈現、應用細胞自動機

（Cellular Automata, CA）等模型。茲將現有模型應用於模擬行人的移動整理如 表 3：

提出學者 年代 模式名稱或特性

Helbing & Molnar 1995 利用社會力量模型將行人以二維空間中 的質點或圓圈表示其行為特性。

Werner & Helbing 2003 Seyfried et al. 2006

Henderson 1974 將行人擁擠的移動過程以流體的方式來 比喻及分析。

Helbing 1992 Hughes 2003

Brichall et al. 1994 PAXPORT 應用 CA 及 Agent-based 開發 之商用行人模擬程 式。

Maw & Dix 1990 PEDROUTE Still 2000 LEGION Kerridge et al. 2001 PEDFLOW

Daamen 2004 SIMPED Teknomo 2006 MPSM 資料來源：本研究整理

表 3 應用行人模擬法簡表

Motoharu Hosoi[28]建立行人之動態模式，假設人之行為乃非隨機過程而是 確定性過程，有著相同的行為機制，只是隨著個人之不同有著不同的參數。分別 描述行人之趨避行為、跟隨行為、轉彎行為、靜止行為模式而進行模擬方法。最 後進行模擬行人於轉角與通道突縮的行人設施時之行為表現。

Weng, Shen, Fan[29]等人提出一行為基準模型可以適用在行進中的行人，假 設行人有三種基本行為：移動（Move），避免（Avoid），打旋（Swirl）如下圖 5 所示。步行的方向決定於走路權重，利用基本行為與權重比率的乘積加總而得。

此模型可以模擬根據不斷更新的時間間隔所對應的行人速度來模擬行人的移動。

本模型是利用二維框架內之氣體模型來模擬行人流，當行人前進方向無障礙，此 時即為基本行為中的「移動」；當行人的動線上有其他行人阻擋，會選擇避開，

此時即為基本行為中的「避免」；當行人前進遇到反向前進的行人，或是前方同 向行人的速度較慢，為了避免碰撞，會選擇避開或是超越，此為基本行為中的「打 旋」。但是當行人遇到前方行人與自己有同樣速度與方向時，行人將選擇排隊在 後面而不會超越。而本模型行人之移動只有四個方向，根據上述假設，行人的行 為會以三大基本行為做加權，取四個方向中加權數值最大的，從而決定下一個時 間點移動的方向，當加權後對四各方向的數值為零，則行人不會移動。

Armin[30]對行人流動提出一個修正的模擬模式保證不會發生預期速度為 負值的情況，並且行人的行為只會直接被前面一個行人的行為所影響。同時可以 再生出巨觀下正確的密度和速度，但卻不必然能夠正確地描述微觀的情形，並且 也發現到在平均速度下行人的空間需求比平均空間需求少許多，這個現象解釋為 模式的「短視」(short-sighting)，因為行人不只有對前面的人立刻適應速度，

同時也對更前面的情形做適應。

D. Helbing, P. Molnar, F. Schweitzer[32]利用模擬找出行人於擁擠時的動態行 為，假設有一無形的社會力量會在行人與行人之間產生加速力與排斥力，透過錄 影來與模擬結果進行比較分析，發現行人之間會有一種自我組織的現象。Helbing

& Molnar[33]認為行人的移動可以描述為有一社會力來推動，而這種社會力量不 是直接表現在行人的特質上而是要從行人之間互動行為之中量測而得。主要有三 種表現：加速至超越前方行人，與前方行人保持一固定距離，吸引效果的表現。

並成功利用模擬表現出行人於同向走道步行的行為，以及在一個狹窄走道上的行 圖 5 Move、Avoid、Swirl 示意圖[29]

為。圖 6 為模擬行人於走道上會產生同方向的自我組織行為。

Kerridge et al.[34]因應對行人研究所需要的模擬工具，提出一個模擬行為微 觀行為的模型稱為 PEDFLOW，利用混合模擬方法，該模型將每個行人當成一個 代理，並可以自己決定下一步，這個界面是建立於 JAVA 平台，提供很良善的使 用界面，並且期望可以做為都市規劃者用來評估建設的工具，以改進都會區行人 步行環境。

鍾隆文[11]藉由視覺影像處理及二維向量分析的概念，探討行人偵測及行人 模擬的方法。行人偵測方面依偵測的目的不同有以下三種分別：基本偵測方法，

例如行人流量、速度、密度的偵測；輔助偵測方法，如行人趨勢、及行人頻率偵 測；面式偵測方法，如行人軌跡的偵測。行人模擬方面則因行人的行進方式傾向 面式二維的移動，無法以傳統車流模擬方法建立模擬系統，而為解決此困難，作 者則採用向量分析分別依無干擾行動模式、有設施的干擾行動模式、有行人的干 擾模式等三種形式建立二維行人模擬模式。而利用行人偵測所得的面式資料進行 二維模擬模式驗證，並利用個人電腦動畫表現行人模擬系統的成果。

V.J. Blue[35]則以細胞自動機模式來說明行人的移動模式，作者的方法是將 行人的行走路徑模式分割為「跳」格子連貫動作，而在「跳」下一個格子的每一 步都會遵守遊戲規則（Rule Set），如選擇路線最短及避免與他人碰撞。這樣的 行人流模式已被廣泛應用於大的開放空間，如巴士場站、購物中心、辦公大廳等 具有衝突性干擾移動的高容量場所。細胞格狀體透過個別的行為規則提供了重現 個別行人詭譎多變的渾沌現象的可能性。藉由以極短時間片段（short-term time step）為一個階段，描述每個個體（entity）如同在西洋棋盤的平面空間中的格子 移動，而每個個體在移動下一步的格子時，因為個體與個體間有局部法則的規定 限制而具有邏輯的判斷如何去移動下一步的能力。因此可以根據每個個案的背景 及地點的幾何關係不同，清楚描述出個別行人與個別行人的行為與互動關係。而 根據這些局部法則讓每個模擬個體都像真正的行人一樣，可以隨性的變換行走速 率以及經常性的加減速。因此藉由 CA 模式可以模擬行人行走的情況。

Masakuni Muramatsu[36]以格子狀氣體模式（lattice gas model）模仿一 圖 6 模擬行人自我組織圖[33]

左、右對向人行流在通道上的行為表現，其中每個行走個體可以有向前、及左右 等三個方向的行進路線，而模型由自由流動的低密度狀態到行走停滯的高密度狀 態，觀察整個動態擁塞的發生之時間序列。發現當密度達到一臨界密度（Critical Density），行走速度發生劇烈的陡降，很快的速度即成為零，而空間佔有率

（Occupancy）也於同時陡昇至飽和。