Modelling and simulation of human path findingthrough terrain while avoiding detection

• Main Author: PETTERSSON, CARL
• Format: Others
• Language: English
• Published: KTH, Skolan för datavetenskap och kommunikation (CSC) 2013
• Subjects: Computer Sciences; Datavetenskap (datalogi)
• Online Access: http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-142356

Training military commanders using simulated battlefields currently requires a large staff of operators behind the scenes due to insufficient autonomy in the simulated agents. If a more autonomous behaviour can be achieved, simulations can be scaled up without requiring a corresponding increase in staff and associated equipment. When greater autonomy is achieved, one behavioural aspect that is interesting to develop is the agent’s movement through and strategic usage of the terrain. The aim of this project was to examine the feasibility of modelling this type of behaviour. To this end, agents were created using the cognitive framework library Soar. These could interact with a pathfinder module using the D* dynamic pathfinding algorithm. The simulation framework Ternion FLAMES ® was used to simulate the model’s interaction with the environment. To limit the complexity, the model tried to avoid all confrontation with hostile agents. The results from the simulations showed that the chosen method is capable of simulating a credible behaviour, even though much work remains in fine tuning and extending the model. === Militära simulerade ledningsövningar begränsas idag av behovet av ett stort antal operatörer för att styra de simulerade agenterna, beroende på den bristande autonomin i dessa. Om mer självständiga agenter kan utvecklas så kan sådana övningar göras större och mer detaljerade utan motsvarande ökning i personal och utrustning. Hur sådana självständigare agenter ska bete sig i olika situationer har här studerats, specifikt hur de kan resonera kring rörelse i och strategiskt utnyttjande av terräng. För att undersöka rimligheten i att att modellera och simulera sådana beteenden för den nämnda tillämpningen implementerades en agent i det kognitiva ramverket Soar, samt en stigfinnarmodul baserad på en dynamisk D* algoritm, för simuleringsverktyget FLAMES ®. Frågan avgränsades till att avse en agent som försöker undvika upptäckt av fientliga agenter. Denna implementation visar att det går att simulera beteendet på ett trovärdigt sätt, även om det krävs ytterligare för att åstadkomma en fullständig modell.