Walk-In NPC Behavior Based On RVO Using Waypoints

Wicaksono, Georgius Bagas (2022) Walk-In NPC Behavior Based On RVO Using Waypoints. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6022202003_Georgius Bagas Wicaksono_Thesis Book Final V1.pdf - Accepted Version Restricted to Repository staff only until 1 October 2024. Download (3MB) | Request a copy

Abstract

Behavior is one of the major points for Artificial Intelligence (AI). One of the most common researches regarding AI behavior is the behavior in the navigation system, in order to generate navigation for the AI to have Walk-In Behavior. In some simulations, there are still some error or problem in pedestrian’s behavior for the navigation, such as predictable and causes other unexpected events such as deadlock, and so on. This study employs the navigation system with Waypoints Navigation to determine paths or branches to take, also to restrict and to liberate AI in walking along the path, and the obstacle avoidance system from Reciprocal Velocity Obstacle (RVO) to assist in avoiding obstacles or other agents. Experiment results show that agents have various and unpredicted results in their behavior where first, the adjustment of parameters enables the number of the pedestrians randomly entering the branch path. Second, the possibility of the deadlock occurs can be reduced by 50 % or more, depends on the numbers of agents and value used in the parameters. Third, a balance between the number of pedestrians walking and standing still or idling can be achieved.
=============================================================================================================================
Perilaku adalah salah satu poin utama untuk kecerdasan buatan (AI). Salah satu penelitian yang paling umum terkait perilaku AI adalah perilaku dalam sistem navigasi, untuk menghasilkan navigasi pada AI untuk perilaku berjalan. Dalam beberapa simulasi, masih terdapat beberapa error ataupun masalah pada perilaku pejalan kaki untuk navigasi, dapat diprediksi, dan menyebabkan kejadian tak terduga lainnya seperti kebuntuan, dan sebagainya. Penelitian ini menggunakan sistem navigasi dengan “Waypoints Navigation” untuk menentukan jalur atau cabang yang akan diambil, juga untuk membatasi dan membebaskan AI dalam berjalan di sepanjang jalur, dan sistem penghindaran rintangan dari “Reciprocal Velocity Obstacle” (RVO) untuk membantu menghindari rintangan atau agen lain. Hasil eksperimen menunjukkan bahwa agen memiliki hasil yang beragam dan tidak terduga dalam perilakunya dimana pertama, penyesuaian parameter memungkinkan jumlah pejalan kaki secara acak memasuki jalur cabang. Kedua, kemungkinan terjadinya “deadlock” dapat dikurangi hingga 50% atau lebih, tergantung dari jumlah agen dan nilai yang digunakan dalam parameter tersebut. Ketiga, keseimbangan antara jumlah pejalan kaki yang berjalan dan berdiri diam atau diam ditempat dapat dicapai.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Kecerdasan Buatan, Waypoints, Reciprocal Velocity Obstacle, Perilaku Berjalan Kecerdasan Buatan, Artificial Intelligence, Waypoints, Reciprocal Velocity Obstacle, AI, Walk-In Behavior
Subjects:	Q Science > QA Mathematics > QA336 Artificial Intelligence T Technology > T Technology (General) > T57.62 Simulation
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User:	Georgius Bagas Wicaksono
Date Deposited:	29 Nov 2022 01:19
Last Modified:	29 Nov 2022 01:19
URI:	http://repository.its.ac.id/id/eprint/95125

Actions (login required)

View Item