此论文提出一个社会力模型，可以精确地描述行人行为，在计算机模拟中表现得非常逼真，并能自组织成为几个观察到的行人行为的集体效应。

May, 1998

研究人群行为发现，人群中约 70％的人实际上是以团体形式行动，他们的交互行为会对人群动力学产生影响。在低密度下，团体成员倾向于并排行走，而在人群密度增加时，他们将行走形式转变为 V 形模式，这种模式可以通过以社会交流为基础的模型进行描述。团体内社交交流以及个体间的社交交流影响了人群的动力学行为。

Mar, 2010

本研究开发了一种预测多个行人之间交互的模型，采用了博弈论和基于深度学习的视觉分析相结合的方法，可以更好地解释人类的互动，相比现有技术的最先进方法提升 25% 的预测精度。

Apr, 2016

本研究提出了以行为启发式为基础的新认知科学方法，该方法可以较好地预测步行者的运动轨迹和集体运动模式，进而为人类群体和生物群体的更逼真建模提供了可能，并为自主机器人的导航提供了改进。

May, 2011

本篇论文基于 Boltzmann-like gaskinetic model 的理论，发展了一种描述行人集体运动的流体动力学描述。此论文得到了一些与现实情况相应的有趣结果，并提出了将该模型应用于城镇和交通规划中的可能性。

May, 1998

本文提出一个含满足排斥统计性和并行动力学的 vmax=1 模型的二维元胞自动机模型，使用全向场模拟交通流，该场受扩散、衰减和行人影响，可描述行人的集体效应和自组织行为，并应用于疏散的模拟。

Feb, 2001

研究了自动驾驶汽车在城市环境中行驶面临的主要挑战以及解决方案，包括与行人的交互问题，通过调查研究现有的行人行为研究，提出解决方案包括与行人通信的设计方法和针对理解行人意图的视觉感知和推理算法，同时讨论了未来的研究方向。

May, 2018

在共享空间中，预测行人轨迹对于自动驾驶车辆的安全导航至关重要。我们提出了一种基于启发式的选择相互作用代理的过程，通过计算碰撞风险，使用时间间隔和接近方向角来编码交互效果，并引入了新的极坐标碰撞格网图。实验结果表明，与现有方法相比，我们的方法在 HBS 数据集上的预测轨迹更接近于真实情况。

Aug, 2023

这篇论文探讨了在社会结构中由个体互动产生的集体现象，从观点、文化和语言动态到群体行为、层次结构形成、人类动态和社会传播等一系列主题进行了综述，并强调了这些问题与统计物理其他更传统的问题之间的联系，并比较了模型结果与社会系统的实证数据。

Oct, 2007

通过研究两个社交互联网社区的交流模式，发现人类交流网络动态地遵循缩放律，这也可以解释经济增长趋势，并提供了一个数学框架，将 Gibrat 的社会活动定律推广到长期相关动力学，这表明相同的基础机制可以是经济中 Gibrat 的法则的源泉，这些发现对设计交流网络和理解交流在经济市场和政治系统等社会系统中的动态有重要意义。

Sep, 2009