Modelagem de Sistemas Multiagentes com o RoboCup Rescue: Uma Simulação da Propagação de Incêndios

Transcrição

1 Modelagem de Sistemas Multiagentes com o RoboCup Rescue: Uma Simulação da Propagação de Incêndios Terry L. Ruas 1, Maria das Graças B. Marietto 1, André Filipe de M. Batista 1, Robson dos S. França 1 1 UFABC - Universidade Federal do ABC Centro de Matemática, Computação e Cognição Santo André, São Paulo, Brasil {terry.ruas,graca.marietto,andre.batista,robson.franca}@ufabc.edu.br Resumo. Este trabalho apresenta uma análise de simulações feitas no Ambiente RoboCup Rescue para o fenômeno de propagação de incêndios. Pretendese destacar as características da propagação de incêndios em centros urbanos e como agentes cooperantes atuam para sua contenção. Duas simulações foram executadas: uma representando a alta capacidade dos agentes em combater o incêndio, e a outra apresentando a falta de capacidade dos agentes no combate ao incêndio. Este trabalho também apresenta uma análise comparativa sobre simulações apresentadas, com o objetivo de estabelecer uma relação entre elas. 1. Introdução A área de Simulação Multiagentes (SMA) é formada pela intersecção das áreas de Inteligência Artificial Distribuída (IAD) e Simulação Computacional. Esta área oferece uma infra-estrutura adequada para modelar e entender processos relacionados as interações sociais tais como coordenação, cooperação, formação e coalizão de grupos, evolução de convenções e normas, livre arbítrio, resoluções de conflito, dentre outros. Modelos de simulação multiagentes se baseiam na idéia do relacionamento de um indivíduo com um programa, sendo possível simular um mundo artificial formado por entidades computacionais interativas onde um agente equivale a uma entidade do sistema alvo, ou um grupo delas. Como a infra-estrutura técnico-teórica da área de Simulação permite capturar elementos essenciais de um sistema alvo, sem trabalhar diretamente com o mesmo, ela é adequada para tratar com fenômenos tais como a propagação de incêndios sem colocar em risco a integridade de seres vivos e o ambiente [1]. Mais especificamente o fenômeno de propagação de incêndios esta intimamente ligado ao pânico em multidões, que é um tipo de comportamento coletivo que envolve pessoas expostas a uma situação de perigo de vida. Em tal situação sempre há um risco iminente e uma sensação de urgência em agir por parte dos indivíduos. Este fenômeno pode ser desencadeado por diversos fatores tais como ameaças naturais (eg. enchentes, terremotos) e ameaças provocadas pelos seres humanos (eg. um ataque terrorista). Conforme apresentado em [2], há uma quantidade restrita de simulações que abordam este tipo de comportamento. A fim de cooperar no preenchimento desta lacuna, 138

2 neste trabalho é proposto uma integração entre o modelo de simulação multiagentes sobre o pânico em multidões, e o simulador de incêndios do RoboCup Rescue. Nesta integração o simulador de incêndios ResQ Fire Simulator gera as ameaças, sob a forma de focos de incêndio, e a população representada por um SMA. Essa integração é de extrema importância para que haja uma máxima aproximação entre o virtual e o real. Uma vez que o simulador de incêndio propicie o cenário de perigo a população, representada por um SMA, poderá ser submetida a uma situação bem próxima da verdadeira. Desse modo oferecendo meios para que o estudo sobre pânico em multidões seja feito sem que nenhuma vida ou bem material corra qualquer espécie de risco. O restante desse artigo é estruturado da seguinte maneira. Na Seção 2 tem-se um panorama sobre trabalhos realizados nas áreas de comportamento social e simulações. Na Seção 3 uma breve explicação sobre as ligas que compõem o RoboCup Rescue é feita, seguida por uma análise mais aprofundada da Unidade Agent Simulation. Na Seção 4 apresentam-se dois cenários utilizados para validar o estudo feito nesse artigo. As Seções 5 e 6 contém, respectivamente, indicações sobre casos de trabalhos futuros e conclusões. 2. Origens e Contribuições Ao analisar a literatura sobre o comportamento coletivo, duas abordagens teóricas podem ser identificadas para explicar o fenômeno de pânico em multidões. A primeira, chamada de teoria do Contágio, defende que o indivíduo em uma multidão perde sua personalidade consciente e obedece todas as sugestões da multidão. Pesquisadores de Ciências Sociais como Le Bon [3] segue essa vertente. Uma segunda abordagem, chamada de teoria Emergente Normal, é baseada na teoria Interacionista Simbólica a qual defende que o comportamento coletivo é resultado das interações entre os indivíduos, os quais são capazes de avaliar a informação que recebem e decidir sobre a sua utilização na atual situação. Essa abordagem analisa os agentes como micro-propriedades que ajudam no processo. Também analisa o comportamento padrão a nível de grupo Este trabalho tem seu foco voltado para um simulador em específico, o Simulador de Incêndio (do Inglês Fire Spread Simulator - FSS), para o estudo de pânico em multidões. Objetivando fornecer subsídios para o estudo de pânico em multidões, simulações em cenários que envolvessem situações de perigos são propostas. No entanto, em situações reais muitos fatores estão presentes como: correntes de ar, fluxo de gás, distribuições não homogêneas de combustível, propagação do fogo de acordo com o edifício, etc. Desse modo, as simulações de propagação de incêndios sofrem restrições com o intuito de poderem retratar o cenário de uma maneira computável. Projetos como o RoboCup Rescue (abordado nesse artigo) [4] utilizam de maneiras diferentes o simulador. O projeto RoboCup Rescue visa simular situações que envolvam desastres com o uso de recursos digitais. Este promove pesquisas sobre robôs físicos e ambientes virtualmente simulados para busca e resgate, coordenação de trabalho em grupo e estratégias de resgate nas mais diversas ocasiões, de uma forma interligada. Essas simulações introduzem pesquisas avançadas e a interdisciplinariedade entre diversas áreas, tais como: Sistemas Multiagentes(do Inglês Multi-agent Systems - MAS), Inteligência Artificial (IA), robótica, programação lógica, entre outras. 139

3 3. RoboCup Rescue O projeto RoboCup Rescue tem por finalidade abranger as simulações de: Busca e salvamento em ambientes virtuais, com múltiplos agentes dotados de capacidades diferentes (Unidade Agent Simulation); Busca e salvamento utilizando robôs físicos para resgatar vítimas (Liga Rescue Robots); Busca e salvamento com o uso de robôs virtuais (Unidade Virtual Robots). Nessas três atuações do RoboCup Rescue duas ligas são formadas: Rescue Robots (robôs físicos) e Rescue Simulation (múltiplos agentes e robôs virtuais), ilustradas na Figura 1. Figura 1: Divisão das Ligas do Ambiente RoboCup Rescue.[5] A Liga Rescue Robots trabalha com robôs físicos, demandando desta forma conhecimentos de hardware relacionados com o funcionamento dos robôs. Nessa liga cada robô tem como objetivo localizar vítimas em ambientes reais não estruturados, designados por arenas. A Liga Rescue Simulation tem dois objetivos gerais. O primeiro visa o desenvolvimento de simuladores para formar a infra-estrutura de sistemas de simulação, e emular fenômenos reais predominantes em catástrofes. O segundo visa desenvolver agentes inteligentes e robôs capazes de interagir e atuar em cenários de desastre. Esta liga é voltada inteiramente para simulações em ambientes virtuais em software. Esta Liga é dividida em duas unidades: Agent Simulation e Virtual Robots [4]. Neste trabalho será abordada a unidade Agent Simulation. Esta possui dois objetivos. O primeiro visa o desenvolvimento de simuladores para formar a infra-estrutura de sistemas de simulação, bem como emular fenômenos predominantes em catástrofes. O segundo objetivo é desenvolver múltiplos agentes inteligentes capazes de interagir e atuar em cenários de desastre. Sendo assim, a unidade Agent Simulation pode ser dividida em duas sub-ligas de competição: Infrastructure Competition e Agent Competition. A sub-liga Agent Competition envolve algoritmos para coordenação e competição de agentes nos diferentes mapas da plataforma da Liga Rescue Simulation. O desafio nesse caso é voltado para o desenvolvimento de algoritmos de coordenação que permitam times de agentes Ambulância, Polícia e Bombeiro salvarem o máximo de civis que conseguirem e extinguir os focos de incêndio na cidade onde um acidente acabou de acontecer. Já a sub-liga Infrastructure Competition envolve avaliar ferramentas e simuladores para simular problemas de gestão de desastres [6]. 140

4 3.1. Arquitetura da Unidade Agent Simulation O desenho da unidade Agent Simulation inicia-se na definição da sua arquitetura, isto é, dos seus blocos (ou módulos) estruturais principais e da interação entre esses blocos. A arquitetura inicialmente proposta considera os seguintes blocos principais [7]: Um conjunto de agentes com diferentes capacidades, designado por Agentes; Um conjunto de simuladores de aspectos específicos do domínio, designado por SimAED; Um processo que interliga os Agentes e os SimAED, constituindo o núcleo central e designado por kernel; Um processo para manutenção da informação geográfica designado por GIS (Geographic Information System); Um conjunto pré-definido de mensagens para comunicação inter-agente e percepção de cada agente, sobre o estado do mundo. Em cada ciclo de simulação o kernel envia, a cada agente, toda a informação que é percebida pelos sensores visuais e auditivos do agente. A informação visual contém o valor das propriedades de todos os agentes e objetos do espaço geográfico, que se encontram no raio de visão do agente. O raio de visão é um parâmetro da simulação, geralmente definido como 10 metros. A informação auditiva contém todas as mensagens difundidas por canais de telecomunicações, ou apenas através da voz natural [7]. O processo kernel também gera a evolução do tempo de simulação. De acordo com o seu objetivo de realismo, o RoboCup Rescue pretende simular as cinco horas seguintes à ocorrência de um terremoto. A simulação considera uma evolução discreta do tempo, onde a execução de cada ciclo corresponde à passagem de um minuto de tempo real. Assim, a simulação padrão consiste na execução de 300 ciclos, e o kernel impõe restrições de tempo real a todos os processos restantes (agentes e simuladores) [7]. Na arquitetura da unidade Agent Simulation, o processo designado por GIS garante a manutenção do valor das propriedades geográficas de cada estrada e edifício. Para isso utiliza-se o editor GIS que é uma ferramenta gráfica interativa para editar os arquivos GIS. Possibilitando que operações como a criação dos mapas, adicionar/remover objetos, verificar inconsistências, ajustar posições dos agentes, dentre outras, sejam feitas sem a necessidade de um alto nível de programação [8] Componentes da Arquitetura Agent Simulation Além dos blocos descritos na Seção 3.1, a Unidade Agent Simulation também pode ser dividida em pequenos sub-blocos. Esses sub-blocos são formados por: Edifícios, Agentes (humanóides e não-humanóides) e simuladores (tráfego, bloqueio/desmoronamento, incêndio, visualização, entre outros). Visando um melhor entendimento das simulações realizadas, uma breve explicação sobre os componentes que serão usados neste trabalho se vê necessária. Os edifícios têm como propriedades geográficas a localização, conjunto de entradas (que liga o edifício a uma rua), número de pisos, área de implantação no terreno, área total de construção (somatório das áreas dos pisos), material de construção (madeira, aço e cimento). Cada um destes materiais possue uma determinada taxa de transmissão 141

5 de fogo e grau de intensidade do incêndio. Existe, também, uma construção especial denominada refúgio, que está imune aos incêndios e onde os agentes humanóides estão a salvo das catástrofes [7]. Os agentes podem ser separados em dois tipos: agentes humanóides e agentes não humanóides. A Figura 2 ilustra de maneira representativa a divisão existente entre os agentes. Figura 2: Divisão dos Agentes no RoboCup Rescue.[5] Os agentes humanóides, também chamados de agentes locais, têm a capacidade de atuar de modo direto sobre o ambiente, e podem ser do tipo: Civil, Bombeiro e Ambulância. Qualquer humanóide tem a capacidade de se comunicar e movimentar no espaço geográfico da simulação, cada agente possui capacidades específicas. O agente Civil representa uma família ou indivíduo vítima da catástrofe, que eventualmente precisará ser socorrida (pelo agente Ambulância). O agente Bombeiro tem a capacidade de extinguir incêndios em edifícios, manipulando as mangueiras para definir o ângulo de saída e a quantidade de água. O agente Ambulância representa a capacidade de salvamento de agentes humanóides (inclusive outras ambulâncias). Apenas o agente Ambulância tem a capacidade de socorrer qualquer humanóide. Um agente não humanóide, também chamado de agente global, representa uma organização de agentes humanóides. Essas organizações são o Quartel de Bombeiros e a Central de Ambulâncias (dentre outros). Os agentes não humanóides são representados por construções e não atuam diretamente no ambiente, suas ações concretizam-se através dos agentes humanóides de que são compostos. O Quartel de Bombeiros coleta e integra toda a informação enviada pelos agentes Bombeiro e os aloca de acordo com uma política simples assim como a Esquadra de Polícias o faz. A Central de Ambulâncias coleta e integra toda a informação enviada pelos agentes Ambulância e os aloca de acordo com uma política simples, assim como todos os agentes não humanóides os fazem. De acordo com [7], o principal papel dos agentes não humanóides é o de construir uma perspectiva global da catástrofe que permita apoiar e coordenar as atividades, desenvolvidas no terreno, por cada indivíduo (agente humanóide). A construção de uma perspectiva global por composição de diversas perspectivas locais é suportada pelas características do modelo de comunicação definido no RoboCup Rescue. Esse modelo está esquematizado na Figura 3, onde cada mensagem enviada por um agente humanóide é difundida a todos os agentes do seu tipo, e também ao respectivo agente não humanóide; e uma mensagem enviada por um agente não humanóide é difundida aos respectivos humanóides e a todos os não humanóides. 142

6 Figura 3: Modelo de Comunicação entre os Agentes.[5] Cada simulador de um aspecto específico do domínio atualiza as propriedades dos objetos geográficos e calcula o efeito das ações executadas por cada agente. Por razões práticas, o poder computacional no RoboCup Rescue é limitado tanto no lado servidor quanto no cliente. Cada simulação conectada ao kernel deve terminar todos os cálculos e a comunicação pela rede dentro de um tempo discreto de 500 milisegundos (ou seja, 0,5 segundos). Portanto, algoritmos eficientes são requisitos de grande importância [9]. O Simulador de Tráfego (do Inglês Traffic Flow Simulator - TFS) engloba os aspectos da circulação (movimentação) dos agentes pelo espaço geográfico. A circulação dos agentes é interrompida por bloqueios em estradas (Simulador de Bloqueio) e pela circulação conflituosa (e.g. em sentidos opostos numa mesma faixa) de agentes que pode desencadear engarrafamentos de trânsito [9]. O Simulador de Incêndio (do Inglês Fire Spread Simulator - FSS) trata os aspectos de incêndios em edifícios, bem como da sua evolução e propagação para edifícios vizinhos. A evolução depende de fatores como o material e área de construção do edifício, e a quantidade de água já enviada (por Bombeiros) para extinguir o incêndio. A propagação depende da distância dos edifícios vizinhos e da quantidade de vizinhos. O incêndio é o único efeito destruidor que continua a propagar-se depois de terminado o terremoto. O FSS foi projetado não só com o intuito de ser aplicado em casos de terremotos, mas também em casos de incêndios comuns [10]. O simulador para visualização constrói uma realidade virtual e a apresenta aos espectadores (humanos). Não simula um aspecto específico do domínio (como os outros simuladores), mas contribui para que se perceba o desenrolar de uma simulação. Os simuladores diversos tratam diversos aspectos não tratados pelos outros simuladores, por exemplo a evolução da vitalidade de agentes humanóides soterrados ou feridos [9]. 4. Experimentos Realizados A partir do estudo do Ambiente RoboCup Rescue algumas simulações foram executadas no intuito de entender melhor a propagação de incêndios nas cidades quanto as ações cooperativas entre os agentes de forma a atingir um objetivo comum. Para tal estudo dois cenários foram criados: Experimento 01 e Experimento 02. Ambos utilizando como mapa principal a cidade de Kobe (Japão). Como o ambiente RoboCup Rescue é composto por diversos simuladores (bloqueio, tráfego, incêndio, desmoronamento entre outros) e agentes (Civil, Policia, Bombeiro, Ambulância) viu-se a necessidade de alterá-lo de forma 143

7 que esse se tornasse mais direcionado ao propósito das simulações. Dessa forma alterouse o ambiente de maneira que os simuladores de desmoronamento, bloqueio e tráfego não fossem utilizados, assim como os agentes Policia (que servem para retirar escombros e bloqueios das vias) Experimento 01 Neste experimento objetivou-se analisar o comportamento da sociedade de agentes quando da baixa capacidade de contenção de incêndios. Para tanto foram escolhidos três (3) focos iniciais de incêndio, um ponto de refúgio, três agentes Bombeiro, vinte (20) agentes Civil, dois agentes Ambulância, um agente não Humanóide Quartel de Bombeiros e um agente não Humanóide Central de Ambulâncias. Aos agentes bombeiro foi atribuída uma baixa capacidade de contenção de incêndios. O conjunto de variáveis (comporto por variáveis responsáveis pela capacidade de água permitida por cada agente, quantidade de água inicial de cada agente, raio de visão em relação à notificação de incêndios, distância necessária para o combate ao incêndio, raio de comunicação permitido, quantidade de mensagens permitidas, quantidade de água disponível nos refúgios (reabastecimento de água), quantidade de água transmitida no refúgio, entre outros) teve o valor de suas variáveis atribuído de forma a prejudicar o combate ao incêndio. Os agentes Bombeiro não possuiam uma boa quantidade de água disponível, a quantidade de água reposta aos agentes no refúgio não era rápida o bastante, era necessário estarem bem próximos ao alvo durante o combate e suas mensagens, além de possuírem um pequeno alcance, eram restritas em relação à quantidade. Nos agentes Ambulância utilizou-se sua configuração padrão. A Figura 4 mostra o desenvolvimento da simulação no ciclo 94. Figura 4: Experimento 01. Baixa eficiência no combate contra a propagação de incêndios. Conforme a Figura 4 fica evidente a pouca eficiência no combate contra a propagação de incêndios. Nesse experimento, mesmo com uma quantidade razoável de ciclos, os agentes Bombeiro não conseguiram conter o fogo que se alastrava rapidamente, prejudicando assim a ação dos agentes Ambulância de resgatar as vítimas (agente Civil) 144

8 do incêndio. Como fator importante na simulação tem-se a baixa quantidade de troca de mensagens entre os agentes cooperantes. Nesta simulação os agentes são capazes de receber e enviar um número máximo de 0 (zero) mensagens, dessa forma suas ações ficam prejudicadas e acima de tudo limitadas. Assim, os agentes não conseguem se comunicar para estabelecer um plano de combate a propagação de incêndios e ficam dispersos deixando que os incêndios ganhem grandes proporções. Nessa simulação também se limitou o raio de visão dos agentes Bombeiro para metade da capacidade original, 5 metros, dificultando a visualização dos focos de incêndios e atrasando as ações por parte dos mesmos. Com isso, é possível estabelecer uma relação direta entre a falta de recursos (água) e a comunicação deficiente entre os agentes para fracasso da operação Experimento 02 Ao contrário do experimento anterior, este possuiu o objetivo de observar o comportamento de uma sociedade onde os agentes possuem plenas condições de combater a propagação dos focos de incêndio. Foram escolhidos três (3) focos iniciais de incêndio, um ponto de refúgio, três agentes Bombeiro, vinte (20) agentes Civil, três agentes Ambulância, um agente não Humanóide Quartel de Bombeiros e um agente não Humanóide Central de Ambulâncias. Para que os agentes possam ser capazes de combater a propagação, o conjunto de variáveis (o mesmo usado no experimento anterior) teve seus valores atribuídos de forma a maximizar o combate ao incêndio. Assim, os agentes Bombeiro,logo no início da simulação, já possuem a sua disposição uma boa quantidade de água para o combate ao incêndio e além de serem capazes de carregar mais água que os agentes do experimento anterior, para os agentes deste cenário não havia a necessidade de proximidade em relação aos focos de incêndio, agilizando a tarefa dos agentes. Nessa simulação aumentou-se tanto a quantidade de mensagens quanto seu alcance, dessa maneira uma maior cooperação entre os agentes pode ser observada. Nos agentes Ambulância utilizou-se sua configuração padrão. A Figura 5 mostra o desenvolvimento da simulação no ciclo 94. Figura 5: Experimento 02. Alta eficiência no combate contra a propagação de incêndios. 145

9 Neste experimento foi possível observar que menos edifícios e menos civis foram afetados pela propagação de incêndios, em um mesmo tempo de simulação. O fator determinante foi a alta quantidade de troca de mensagens entre os agentes cooperantes.os agentes são capazes de receber e enviar um número máximo de 10 (dez) mensagens, dessa forma suas ações ficam coordenadas e mais eficientes. Assim, estes conseguem se comunicar e estabelecer um plano de combate a propagação de incêndios impedindo que focos de incêndio ganhem grandes proporções. Também se expandiu o raio de visão dos agentes Bombeiro para 15 metros, facilitando a visualização dos focos de incêndios e permitindo ações mais eficazes por parte dos mesmos. Fica evidente, então, a relação entre a disponibilidade de recursos (água) e a boa comunicação entre os agentes para o sucesso da missão. Os resultados mostram que, com o mesmo número de ciclos, a boa cooperação entre agentes humanóides (Bombeiro e Ambulância) e agentes não-humanóides (Quartel de Bombeiros e Central de Ambulâncias) é capaz de propiciar resultados satisfatórios. 5. Trabalhos Futuros O ambiente RoboCup Rescue devido a sua complexidade e importância possibilita a utilização de uma de suas ferramentas para um estudo mais específico e aprofundado. Seu simulador de incêndios abre portas para aplicações diretas no estudo de Comportamento Coletivo em relação ao caso de Pânico em Multidões. Entretanto, mesmo reconhecendose a importância de estudos sobre o fenômeno do pânico coletivo, há uma quantidade restrita de simulações que abordam este tipo de comportamento [2]. Objetivando contribuir no preenchimento desta lacuna, seria interessante propor um modelo conceitual sobre o pânico em multidões utilizando simuladores diversos, como o simulador de incêndios do RoboCup Rescue, ou a plataforma SWARM. O modelo aqui apresentado pode ser utilizado como base para a implementação de simulações que ofereçam uma compreensão mais apurada da dinâmica deste fenômeno, considerando seus aspectos sociais, psicológicos, antropológicos, dentre outros. 6. Conclusão Neste artigo foi proposto um modelo conceitual de estudo sobre a propagação de incêndio, via simuladores oferecidos pelo ambiente RoboCup Rescue, através de uma abordagem computável. Também se propôs a importância do estudo do simulador em uma aplicação como o fenômeno de pânico em multidões. Uma integração entre esses dois estudos se mostra de grande importância pelo fato de sustentar um ambiente controlável e seguro, onde testes e simulações possam contribuir para o entendimento e, assim, resultar em ações mais eficazes. O modelo proposto é baseado em uma abordagem via SMA, de forma que o processo de pânico em multidões possa ser separado em blocos de elementos/agentes e suas interações. O modelo geral é formado pela interação desses agentes. A análise comparativa na Seção 4 se mostrou bastante eficaz, ao ressaltar a importância do estudo do comportamento coletivo em pró de um objetivo comum. Os experimentos mostraram que o ambiente RoboCup Rescue é uma ferramenta auxiliar para a modelagem e simulação de ambientes sociais. A integração com ferra- 146

10 mentas, tais como o ambiente Swarm, pode ajudar nas funcionalidades oferecidas, sendo possível modelar fenômenos tais como disseminação de doenças, tráfego de drogas, pânico em multidões, etc. Referências [1] Deborah Vakas Duong, J. G., SISTER: a Symbolic Interactionist Simulation of Trade and Emergent Roles, Artificial Societies and Social Simulation, Vol. 8, [2] Berends, P. and Romme, G., Simulation as a research tool in management studies, European Management Journal, Vol. 17, No. 6, 1999, pp [3] Bon, G. L., The Crowd: A Study of the Popular Mind, Vol. 4, [4] Building Rescue Systems of the Future, http: [5] da Silva, P. M. T. C., Trabalho Conjunto em Ambientes Complexos, Doutorado, Universidade de Lisboa, Faculdade de Ciências - Departamento de Informática, dezembro [6] of Bath, U., BAI: RoboCupRescue Agent and Infrastructure World Championships, November [7] Morimoto, T., How to Develop a RoboCupRescue Agent, morimoto/rescue/manual/index.html, [8] Nardi, D., D Agostino, F., Farinelli, A., Grisetti, G., and Iocchi, L., Adaptability of the RoboCup Rescue Simulator, Tech. rep., University of Roma, Via Salaria 113, Roma I-00198, Italy, August [9] Kaneda, T., Matsuno, F., Takahashi, H., Matsui, T., Atsumi, M., Hatayama, M., Tayama, K., Chiba, R., and Takeuchi, K., Simulator Complex for RoboCup Rescue Simulation Project - As Test-Bed for Multi-agent Organization Behavior in Emergency Case of Large Scale Disaster, matsumi/, [10] Nüssle, T. A., Kleiner, A.,, and Brenner, M., Approaching Urban Disaster Reality: The ResQ Firesimulator,