如果是人群中是个体行为，计算机模型显示想要从拥挤的人群中穿过是不难的。一般情况下，行人会自我组织起来。没人告诉他们应该这样去做，这是复杂理论的另一个例子——简单的局部规律变成复杂的整体模式。在这个案例中，行人穿过站立的拥挤人群，这种情形类似于流动的水流导致河床的形成。
行军蚁群在从巢穴前往距离稍远的食物源的过程也会做同样的事情，它们会自行将队伍组织整齐穿越三车道高速公路。离开巢穴的蚁群占据了高速公路的边缘，而那些要返回巢穴的蚁群则搬运着食物行进在路的中间。
通常，蚂蚁是没有视觉的，但是它们设法将自己有序地组织起来，沿着先前蚁群通过时留下的费洛蒙痕迹前进，并借助两个额外的社会力。其中一个基本的躲避规则主要考虑是当两只蚂蚁相向而行时要怎么办。两只蚂蚁都会改变方向，但从巢穴外出的蚂蚁改变得更快。
另外一个规则是针对蚁群中的个体的，蚂蚁在碰到其他蚂蚁时要保持自己之前的行进方向。计算机模型显示这两条规则足以使没有视觉的蚂蚁能够沿着高速公路继续顺利前行。
当然，人类也能够在相向而行的拥挤人群中自发地形成一条人流。在密度极大、面积仅有0.2平方米的一条人行道里，前进的人流就像是交叉的“手指头”一样，相向前行。
人类与蚁群的主要区别在于，蚁群中独立的个体都是在预先设定好的模式下沿着它们已经形成的队伍前行，而我们的社会力则更加关注个体的目的性。最终结果大同小异，计算机模型显示：能够使我们冲着目标前行而不撞向他人的综合社会力使我们有效地形成一道道人流，就像是行军蚁要求自己保持队形一样。
如果必须相向而行，合为一股人流肯定要比自己在人群中开辟自己的道路更加游效率。但是当我们在一条拥挤的道路上前行时，计算机模型能够帮助我们找到适合每隔个体的最佳规则吗？如果我们能够使用计算机模型制造出对我们有利的人流，那将是一个好的开始。
增加局部行人密度
一个显而易见的方法就是增加局部行人的密度。我决定在大约二十个朋友的帮助下试一试。我们来到一条较为拥挤的道路上开始前进。最初，我们是分散的，但是渐渐地，我们开始靠拢，就像是把其他人装进了一个盒子里，这样就能增加局部行人的密度了。我们成功了！正如计算机模型预测的，其他的行人（以及我们）形成了一股人流，在相对而行的人群中开辟了一条道路，就像是摩西分开红海一样。
（摩西开红海）
这个实验告诉我们：当你与一群朋友在人群中前进时，大家应该聚拢在一起，但是同时还要尽可能地聚集陌生人，从而形成像“河流”一样的对形，川流前行。
下次，当你在一条拥挤的道路上行走时，你一定是发现这种流动的人群。在双向人流中，人群会分成两股独立的人流（就是所谓的“车道”）。这样的分隔能够起到将摩擦最小化、使人流行进更有效率的作用，例如减少会降低速度的互动。然而，当人口密度太大或者行人不耐烦时，这样的车道就不存在了，道路就是堵塞。
在一个让我感到很抱歉的实验中，我和一群朋友故意在一条很拥挤的道路上这样做。我们的实验相当成功，但我绝对不建议任何其他人去尝试进行类似的实验。本来行进还算流畅的人群突然间就无法前进了，十五分钟后才能得以继续前行。
在不是那么极端的情况下，冲进和挤出人群的人和冲进和挤出交通车道的驾驶员起着类似的作用。正如很多交通案例显示的，净效应就是减慢行进速度而尽可能不给自己招惹真正的麻烦。同样的道理适用于拥挤的人群。比如，模拟表明，如果人群中的每个个体都试图以两倍的速度前行，净效应就是人群的实际行动速度减半。
欲速则不达
有一次在澳大利亚悉尼庆祝除夕夜。当拥挤的人群竟相冲向有利位置观看烟花时，进行了一个比赛。其中一个观赏表演的最佳位置是处于贝尼朗岬角的悉尼歌剧院，从那里可以看到烟花燃放地。
（悉尼歌剧院）
从轮渡码头出发，行进三百米，A试着冲过人群，而B则慢条斯理地随着人群移动。这样双方就不会影响对方，出发的时间大概相隔五分钟。不得不承认A确实比B早到了——三秒钟。看来真的不值得枉费力气。
在人群中穿梭的最好方法就是保持与人群移动的同步性，随着人群一起移动而不是打乱其秩序。但是当我们遇到瓶颈时该怎么做呢？也就是当人群中出现了相向而行的人时我们该怎么办呢？还是跟着人流走，但是要注意人流随时会变化。
群体的自组织
群体的自组织的复杂理论、自组织和群体智慧的另外一个案例。想向而行、仅与相邻的人发生摩擦的人流会进行自组织，以保证人们能够以最有效的方式相互穿越。赫尔宾认为，这些都源于社会力，他说：
一旦一个行人成功穿越一个狭窄的地方，与该行人走方向一致的其他人也能轻松地跟进。因此，在堵塞道路一侧等待的人数、等待的“压力”和“冲撞的”行人会比另一侧的少。这样就大大减少了他们占据通道的概率。当“压力差”到达一定程度时，就能阻止人流并且在瓶颈处转换进行方向。情况将发生变化，行进方向改变。
当行人相互穿越时，也会出现自组织。在这个过程中涉及两个社会力，想要继续前进的欲望以及避免发生相互碰撞的欲望驱动的社会力。最终结果就是形成一条带状环路，行人沿着这条带状环路前进（已接近他们的目的地），并且走在路的一侧（以免与相互穿梭的行人发生碰撞）。这是一个更复杂的车道，蚁群在里面会自发进行自组织，而以科学家的眼光来看这非常美妙，许多从简单规律下浮现出的复杂模式都是这样的美。
自组织的“带状环路”
注：相互交织的人流，形成自组织的“带状环路”，与两股人流的定向矢量总和保持垂直。
真实人群的视频记录证实了模拟的中等密度人群中人流的各个方面。实际上，这些视频都已被用来对模拟进行微调，以使它们能够尽可能地接近真实情况。群体的自组织使得人流能最有效地穿过人群。个体所有加快穿越人群的努力似乎都与自组织相悖，并且减慢了每个人的速度，也包括自己。通过关注人流的性质，我们能增加自己的利益，因为我们应该维护这一点，而不是打乱它。
用40%的时间寻找出口
当人群的密度很高，又处于禁闭的空间时，情况就不同了。走廊变得拥挤，出口也被堵死，最终将引起大范围的恐慌。这种情况与液体流动不同，更像是将谷物从开口极小的袋子里倒出来。不可避免，谷物会聚集于开口处，形成堵塞，什么也倒不出来。如果你摇晃这个袋子，或许会掉出许多零星的碎片，但是一旦你停止晃动，出口就又被堵起来了。
模拟实验显示出与人群在试着冲出狭窄出口时类似的情况。由于承受着后方的压力，人口密度增加，出口的弧形出现不规则的连续阻塞，当这个弧形断开，离场的人群便会排山倒海般涌出来。在“欲速则不达”的规律下，人群的离场速度反而变得很慢，远不及每个人都慢一点按次序离开的速度。即使是在伦敦大剧院这样很讲究礼仪的场所，也是整日里都可以看到拥挤不堪的人群。表演结束以后，我总能看到人群从侧门涌出（从早前的经验可知这是人们很着急时采取的惯例），他们很自然地就挤成了一团，而不是形成一个稳定的流动人群。
解决这个问题的一个方法就是将拥挤的人群分成几个较小的部分，但这并不是单个个体就能做到的。如果你身处一个足够大的群体中，如果后面的人暂时停下来让前面的人先出去，而不是从后面给他们施加很多压力，则群体作为一个整体就都可以受益。
然而，大多数情况下，设计者和建筑师应负责改善入口的几何形状以使退场变得更简单。从人群移动穿过出口的模拟中我们得到一个更加惊人的发现：逃生路径的拓宽也会导致阻塞的发生。因为人群是扩散的，所以逃生路径的拓宽为其他人留下了填补空隙的空间，当出口变窄后，阻塞就变得相当严重。赫尔宾和他的同事想到了一个聪明的解决方案——在这样的出口前面加置一个不对称的通道。这样的通道可以减少瓶颈前的人群压力，这种不对称性使两侧人流压力不平衡，因此就不会再导致两边都阻塞了。模拟显示这个解决方案是可行的。现在的剧院和剧场的设计者们已开始将之付诸实践。
蒙蒙老师说“群体智慧”
在发生不好的事情时，研究表明当我们将恐慌指数控制在0.4左右的时候是最完美的——大约60%的时间跟随人群，而剩余40%的时间由自己思考和支配。当然，怎样合理分配时间还取决于具体情境。建议就是先个人寻找，然后再跟随人群，但仍然要时刻观察其他可以选择的出口。当然，蒙蒙老师希望谁都永远不要有这样的经历。
往期学习链接：