多智能体系统涌现检测数据集

该数据包括两个具有涌现现象的多智能体系统，分别是城市人流仿真系统和城市路网交通仿真系统，可以用于验证涌现检测算法。该数据集于2022年3月1日，在Ubuntu 20.04系统上通过运行NetLogo和Python 3.8程序处理得到。每个系统的数据内容依次介绍如下：
（1）城市人流仿真系统
该系统包含382个行人，活动范围是一个由40*40个格子构成的正方形区域，行人匀速行走。每个行人具有3维特征，包括其二维平面坐标和前进方向，一共仿真10000个时间步。
在人流仿真系统中，当相邻的若干个行人的行进方向趋同时，就会在局部上形成队列，可以表征是否形成“对流”现象。每隔10个时间步统计队列的个数，当队列的个数显著上升时，说明形成”对流现象“，发生了涌现。得到监测涌现的时间序列后，使用Python的变化点检测库ruptures检测变化点，即涌现形成和消退的时刻，总共有10个变化点。
（2）城市路网交通仿真系统
该系统包含2522辆车，其行车轨迹均来自真实过车记录。路网包含6657个路口和77569个路段，路口具有二维坐标，来自真实路网结构。路网分布在一个由841*841个格子构成的正方形区域。每辆车有6维特征，包括其所在路段的起点和终点、二维平面坐标、速度、行驶方向，一共仿真12000个时间步。
在路网交通仿真系统中，每隔10个时间步监测拥堵路段的数量，当该数量显著上升时，就认为发生了路网级的拥堵，发生了涌现。得到监测涌现的时间序列后，使用Python的变化点检测库ruptures检测变化点，即涌现形成和消退的时刻，总共有6个变化点。
· 数据内容：多智能体系统涌现检测数据集
· 采集方法：编写NetLogo程序仿真并编写Python程序预处理
· 初始采集地点：中山大学
· 初始公开时间：2022年3月
· 衍生数据处理地点：中山大学
· 衍生数据处理时间：2022年3月

搜集汇总

背景与挑战

背景概述

该数据集包含两个多智能体系统（城市人流仿真和城市路网交通仿真），用于验证涌现检测算法。数据通过NetLogo和Python程序处理生成，涵盖行人、车辆等智能体的特征和仿真时间步。数据集总量为1.44GB，包含8个文件，于2022年3月由中山大学创建并公开。