数据驱动仿真的翻译

现有的大多数技术都简化了模拟个人行为的假设，同时努力传达真实人群的复杂性。虽然这种方法可能会捕捉到广泛的，整体行为的人群，但是在不同人群显著地细节上他们往往会错失人群显示出来的微妙细节。在真实人群中可能观察到的个体行为范围通常过于复杂，无法使用简单的行为模型进行模拟。人们的人际距离和速度不同，在相似的情况下反应也不同。传达复杂行为的一种方法是使用从真实人群（像磁带录像）中提取的信息；也就是说，不是手动定义一个群体行为模型，而是从数据中学习它。来自真实人群的数据可用于（a）学习现有仿真系统的参数值（如速度或基于力的方法），以实现与真实世界相似的行为， （b）生成基于实例的系统，其中从数据中直接提取行为。