SHARON. Simulator of Human Activities ROutines and Needs : analysis, implementation and validation

In a few decades, requests for assistance of the elderly will increase even further the already high health care costs. Within this context, a possible solution is represented by smart environments, where services help dwellers life. Such services should be aiming to extend the autonomy and the independence of the seniors' life. Nonetheless the implementation of smart homes has high costs, which might obstacle the development of the intelligence powering their ``smartness''. This thesis work presents SHARON -- a Simulator of Human Activity, ROutines and Needs. This behavior simulator aims to support such projects, virtually reproducing environments and behaviors of the dwellers. With respect to other behavioral simulators available in the literature, SHARON is focused on the automatic data generation without user interaction. We propose and validate a behavioral model able to reproduce, to a certain extent, the habits and decisions of a person, starting from a given data set or an interview. Physiological parameters and time routines are the main two factors of the score function enabling the ranking of a set of possible activity as the day time passes. Moreover a probabilistic modulation of the activity score makes possible to avoid deterministic results, reproducing arbitrary choices. A lower level engine, based on a simulation software (Repast Symphony) selects for each performed action a possible implementation pattern, made of atomic tasks, consequent agent positions, and correspondent virtual sensor activation. Within the experimental results phase we applied a cross-validation approach, employing an available dataset from the literature (ARAS). It comprises human activities diary of two couples of dwellers, for a duration of 30 days each. These data were used identifying a training set of 23 days and a 7 days validation set. On the first the distribution of activities was analysed, aiming to set the simulator parameters to reproduce the person behavior. Such configuration was then used to produce 300 simulated days. The obtained activity distribution was compared with the training and the validation sets by means of three metrics. As expected, such preliminary results proved the simulated data follow the activities distributions, in particular the more regular ones. The developed system has still some limitations, future works might concern, e.g., the effect of environmental condition, the presence of several interacting actors; moreover a more detailed validation might improve its reliability.

In pochi decenni, le richieste di assistenza rivolte agli anziani aumenteranno considerevolmente, facendo lievitare i già alti costi sanitari. In questo contesto una possibile soluzione è rappresentata dagli ambienti smart, in grado di fornire un supporto concreto all'anziano mediante l'utilizzo di servizi e funzionalità studiati appositamente per la persona. Questi servizi aiutano l'anziano a continuare ad occuparsi delle sue attività favorendo la sua vita indipendente. Tuttavia, l'implementazione di ambienti smart ha alti costi che potrebbero ostacolare lo sviluppo e la diffusione di queste tecnologie. Questo lavoro di tesi presenta SHARON (a Simulator of Human Activity, ROutines and Needs -- un simulatore di attività umane, routine e bisogni). Il simulatore comportamentale mira a sostenere tali progetti, riproducendo digitalmente sia gli ambienti digitali che il comportamento degli anziani che ci vivono. Rispetto ad altri simulatori comportamentali presenti in letteratura, SHARON è focalizzato sulla generazione automatica dei dati senza che l'utente debba interagire attivamente. Viene proposto e validato un modello comportamentale in grado di riprodurre decisioni e abitudini umane, inizialmente utilizzando dei dataset e successivamente utilizzando dei questionari. Per valutare quali sono le migliori azioni per ogni istante temporale, viene calcolato il punteggio di ogni attività, utilizzando sia i parametri fisiologici che il profilo temporale delle abitudini. All'interno del modello è presente anche un contributo di tipo probabilistico che evita la produzione di risultati deterministici. A basso livello, grazie ad un software di simulazione (Repast Simphony), viene selezionato uno dei possibili pattern di esecuzione delle ADL composto da azioni atomiche, posizione dell'agente e attivazione dei corrispondenti sensori virtuali. Per validare i risultati ottenuti è stato applicato un approccio di cross-validazione, utilizzando uno dei dataset disponibili in letteratura (ARAS). Esso comprende un diario contenente le attività svolte da due coppie di inquilini, ciascuno per la durata di 30 giorni. Questi dati sono stati utilizzati per identificare un training set di 23 giorni e un validation set da 7 giorni. Nel primo, è stata analizzata la distribuzione delle attività puntando a regolare i parametri del simulatore per poi riprodurre il comportamento della persona. Con quella configurazione sono poi stati simulati 300 giorni. Le distribuzioni di ogni attività sono state confrontate con il training e il validation set utilizzando tre metriche. Come atteso, i risultati preliminari hanno dimostrato che i dati simulati seguono le distribuzioni originali delle attività, specialmente quelle con un andamento più regolare. Il sistema sviluppato possiede comunque alcune limitazioni, risolvibili implementando nuove componenti, per esempio, aggiungere al modello le condizioni atmosferiche e ambientali; permettere la simulazione contemporanea di più agenti; validare in maniera più rigorosa per aumentare l'affidabilità complessiva del sistema.