... Norman Jaklin. Een stadion vol supporters dat leegstroomt, een groep studenten die een collegezaal binnen wil of iemand die 's nachts een donker steegje mijdt; Norman Jaklin onderzoekt hoe hij virtuele voetgangers en menigtes zo natuurlijk mogelijk kan laten bewegen.
Tekst: Edda Heinsman
Voetgangers kunnen op verschillende plekken lopen in de stad. Er zijn gebieden die meer de voorkeur hebben, zoals het voetpad, maar de straat is ook een optie. Hoe geef je een virtueel karakter precies de juiste regels mee zodat hij zich als een echt mens gedraagt? En dus ook een modderig veld vermijdt, of - als hij haast genoeg heeft - zich toch in het donkere steegje waagt?
Een stukje uit GTA 4 (Grand Theft Auto) waar het mis gaat. (In GTA 5 is het loopgedrag al behoorlijk verbeterd):
Virtuele mensen natuurlijk laten lopen is nog heel moeilijk. 'In recente games zijn de simulaties vaak prachtig, maar op het loopgedrag is nog wel iets aan te merken. De karakters lopen bijvoorbeeld wel eens tegen iets op en blijven dan op hun plek loopbewegingen maken. Niet echt realistisch', lacht Jaklin. 'Als lopen in een game er realistisch uitziet, dan is het vrijwel altijd van te voren opgenomen met een echte acteur.' De modellen voor het echt realistisch laten bewegen van een virtueel karakter, een agent, bestaan nog niet. Op het moment ziet het er vaak robotachtig uit. Stel een karakter moet een bocht naar rechts maken, dan is het lopen, negentig graden naar rechts draaien en verder lopen. Terwijl je in het echt in een vloeiende beweging naar rechts afbuigt, en een stukje afsnijdt.
Jaklins model waarin een virtueel karakter een realistisch pad aflegt, waarbij hij bepaalde gebieden mijdt, en keurig de hoeken afsnijdt:
Jaklin maakte samen met zijn collega’s een model waarmee een virtueel karakter een realistisch pad aflegt, waarbij het karakter bepaalde gebieden mijdt, en keurig de hoeken afsnijdt. Maar de onderzoeker werkte de afgelopen vier jaar niet alleen aan het plannen van paden hij deed ook onderzoek aan het simuleren van menigtes.
Crowd simulation
Veel modellen gaan uit van individuele agents. Maar hoe vaak komt het niet voor dat je met een groepje bent? Jaklin onderzocht hoe hij kleine groepjes, van twee tot vier personen, het beste kan laten bewegen. 'Wanneer vier mensen met elkaar reizen, lopen ze het liefst naast elkaar op een rijtje. Zodra het drukker wordt, bewegen ze naar elkaar toe. Als het te druk wordt, maken ze een V-vorm. Niet zoals bij vogels met één voorop, maar twee voorop en een er achter. Indien het nog drukker wordt, dan zal de groep karakters achter elkaar aan lopen, als een polonaise. Belangrijk is dat ze met elkaar kunnen communiceren. De afstand mag dus ook niet te groot worden, ze moeten elkaar kunnen blijven zien.' Het lukte Jaklin en collega’s om deze principes goed te modelleren door in te bouwen dat de agents niet te ver af mogen wijken van het onderlinge massamiddelpunt. Bovendien maakte hij de agents socialer, waardoor ze beter op elkaar reageren.
In Jaklins nieuwe model zijn de agents socialer, waardoor ze een meer coherente groep vormen:
De modellen die Jaklin met zijn collega’s maakten, werken beter dan voorgaande modellen waarin al kleine groepjes mensen zaten. 'Voorheen wachtten de mensen uit het groepje bijvoorbeeld niet op elkaar als de eerste voorbij een druk punt kwam. Of ze kozen een andere route zodra ze bij een obstakel kwamen. Dat is niet zo realistisch, mensen blijven graag als groep bij elkaar. Een van de kenmerken van een goed werkend model, is dat er geen kluwen mensen ontstaan. In mijn model zijn de agents minder zelfzuchtig, reageren ze beter op elkaar en zijn ze dus eigenlijk slimmer. Zo'n ophoping van mensen komt in veel modellen voor, maar is onrealistisch. In het echt komt het gelukkig nauwelijks voor. Je wilt dit soort situaties voorkomen, omdat er dan erge dingen kunnen gebeuren, denk maar aan de Love Parade 2010 in Duisburg.'
Hoe individuele agents hun snelheid aanpassen aan de drukte:
Nut
De beweging van virtuele karakters is nuttig voor computergames, maar Jaklin ziet als belangrijkste toepassing de controle van mensenmassa's. 'Het is heel belangrijk goede modellen te hebben van hoe mensenstromen zich bewegen door gebieden. Vooral op het moment dat er een calamiteit is. Met dit soort modellen kunnen organisatoren van massa-evenementen zich beter voorbereiden. Onze modellen zijn bijvoorbeeld gebruikt voor de Grand Depart van de Tour de France in Utrecht.'
Bewust
Dankzij zijn onderzoek loopt Jaklin nu anders over straat. 'Ik ben me continu bewust dat ik bepaalde keuzes maak; loop ik op het paadje of snij ik af over het gras? Ik weet niet meer zeker of ik dezelfde keuzes maak als vroeger, omdat ik het niet los kan zien. Reageer ik nu hetzelfde als een agent in mijn model zou doen? En zoiets als die V-vorm die mensen maken die in een groepje lopen, dat zie ik nu overal om me heen.'
Jaren vijftig
Jaklin heeft zich in zijn onderzoek vooral gestort op simulaties gebaseerd op de fysica van mensenstromen. Veel van de data over voetgangers die hij gebruikte voor zijn onderzoek stamt nog uit de jaren vijftig. Hij vindt het belangrijk dat er meer recente data komt. Gelukkig zijn collega-onderzoekers uit zijn onderzoeksgroep daar al mee bezig. Zo nam de groep onlangs nog data bij een festival in de botanische tuinen. 'Er zijn zoveel factoren van invloed op hoe je je ergens beweegt, sociale, psychologische en ik denk ook culturele. Ik kan me voorstellen dat men in Japan heel anders beweegt dan hier. Kortom, volgens mij is er nog veel ruimte voor interdisciplinair onderzoek.'
Wat hij hierna gaat doen, weet Jaklin nog niet. Het liefst gaat hij verder in het onderzoek. 'Nadenken, schrijven, programmeren, het is echt een combinatie van de dingen waar ik van houd. Inmiddels is zelfs een presentatie geven niet meer iets waar ik tegenop zie', lacht hij. Het bedrijfsleven trekt Jaklin ook wel. 'In elk geval kan ik met mijn onderzoek naar virtuele omgevingen op veel plekken terecht.'
Norman Jaklin (1982) haalde zijn bachelor en master computer science aan de universiteit Bonn. Op 18 april 2016 promoveert hij aan de universiteit Utrecht op het onderwerp Crowd Simulation en Path planning. Zijn onderzoek werd deels gefinancierd door Commit, binnen het project VIEWW.