As the world observes a new pandemic with COVID-19, it is clear that pathogens can spread rapidly and without recognition of borders. Outbreaks will continue to occur, and so the diseases’ transmission method must be thoroughly understood in order to minimize their impact. Some infections, such as influenza, tuberculosis and measles are known to be spread through droplets in the air. In a confined space the concentration can grow as more droplets are released. This study examined a simulated confined space modelled as a hospital waiting area, where people who could have underlying conditions congregate and mix with potentially infectious individuals. It further investigated the impact of the volume of the waiting area, the number of people in the room, the placement of them as well as their weight. The simulation is an agent-based model (ABM), a computational model with the purpose of analysing a system through the actions and cumulative consequences of autonomous agents. The presented ABM features embodied agents with differing body weights that can move, breathe and cough in a ventilated room. An investigation into current epidemiological models lead to the hypothesis that one may be implemented as a corresponding ABM, where it could possibly also be improved upon. In this paper, it is shown that all parameters of the Gammaitoni and Nucci model can be taken into account in an ABM via the MASON library. In addition, proof is produced to suggest that some flaws of the epidemiological model can be mended in the ABM. It is demonstrated that the constructed model can account for proximity between susceptible people and infectors, an expressed limitation of the original model. / När världen observerar en ny pandemi, COVID-19, är det tydligt att patogener kan spridas fort och utan hänsyn till landsgränser. Utbrott kommer att fortsätta ske och därför måste sjukdomarnas överföringsmetod förstås, så att deras påverkan kan minimeras. Det är känt att vissa infektioner, såsom influensa, tuberkulos och mässling kan spridas via droppkärnor i luften. I ett begränsat utrymme kan koncentrationen växa när fler droppar tillförs. Denna studie utvärderar ett simulerat begränsat utrymme modellerat som ett väntrum på ett sjukhus, där människor som kan ha underliggande sjukdomar samlas och beblandar sig med potentiellt smittsamma individer. Inverkan av volymen av väntrummet, antalet personer i rummet, var de var placerade i rummet samt deras vikt undersöktes också. Simuleringen är en agent-baserad modell (ABM), en beräkningsmodell med syftet att analysera ett system genom handlingarna och kumulativa konsekvenserna av självstyrande agenter. Personer med olika kroppsvikt som kan röra sig, andas och hosta i ett ventilerat rum simuleras i denna ABM. Efterforskning av aktuella epidemiologiska modeller leder till hypotesen att en sådan skulle kunna implementeras som en motsvarande ABM, där den möjligtvis också kan förbättras. I denna rapport kommer det att uppvisas att alla parametrar av Gammaitonioch Nucci-modellen kan tas hänsyn till i en ABM via MASON biblioteket. Därtill produceras bevis som pekar på att vissa brister i den epidemiologiska modellen kan hämmas i denna ABM. Det demonstreras att den konstruerade modellen kan beakta distansen mellan mottagliga personer och smittsamma, vilket är en känd begränsning i originalmodellen.

The outbreak of the coronavirus disease 2019 (COVID-19) has seen the world scramble for effective countermeasures to limit infection spread in society. Understanding how infection spreads in places where strangers meet in relatively high numbers and proximity to one another is especially important. Supermarkets are one such place where strangers inevitably gather in close proximity indoors. In particular, the checkout area where people queue up to pay tends to be densely populated, making it especially hazardous. One approach to understanding the infection spread is to use agent-based computer simulations to model different scenarios. This paper describes one such simulation of a supermarket checkout area using the Unity 3D engine, including the effect of checkout types and quantity, customer load and COVID-19 countermeasures, i.e., masking and distancing, on infection spread. Using the results from one default scenario and eleven variations, the relative impact of aforementioned factors on exposure in the simulation is discussed. Results indicate that for this simulation the most important factor is preventing queue buildup via having sufficient customer throughput capacity, with potent effects also resulting from operating service registers in such a way that the distance between each queue is maximized as well as increasing distances between agents within queues. Including a self-checkout area was found to be a viable approach to reducing queue times and consequently exposure rates. Comparatively, masking did not yield as notable reductions in exposure rates in the simulation. Similarities in exposure patterns to previous work in the context of supermarkets are discussed, as well as limitations of simulations in capturing the real world. / Utbrottet av coronavirus disease 2019 (COVID-19) föranledde införandet av smittskyddsåtgärder världen över i ett försök att begränsa smittspridningen i samhället. Särskilt viktigt är att förstå hur smittspridning äger rum i trånga utrymmen där ett förhållandevis stort antal främmande människor samlas. Ett exempel på en inomhusmiljö där stora folksamlingar oundvikligen uppstår är mataffärer, där kassaområdena är högriskområden för smittspridning eftersom kunder köar för att betala i dessa områden. Ett tillvägagångssätt för att erhålla kunskap kring smittspridning är att använda agentbaserade datorsimuleringar för att modellera olika scenarion. Den här publikationen beskriver en sådan simulering av en mataffärs kassaområde i spelmotorn Unity 3D. Simuleringen används för att undersöka betydelsen av kassaområdets utformning för smittspridningen, samt inverkan av besökstryck och smittskyddsåtgärder, härvidlag användning av munskydd och social distansering. Som diskussionsunderlag för att fastställa vilken effekt dessa faktorer har på smittspridningen används ett grundscenario och elva simuleringsvarianter. Resultaten visar att den enskilt viktigaste faktorn i denna simulering är att hålla tillräckligt många kassor öppna, vilket förhindrar kötillväxt. Att hålla maximalt avstånd mellan öppna kassor, samt anamma social distansering mellan köande agenter bidrar också påtagligt till minskad smittspridning. Vidare förefaller inkludering av självskanningskassor vara ett effektivt tillvägagångssätt för att minska kötid och därmed även smittspridning. Användande av munskydd har jämförelsevis en mindre påtaglig effekt i simuleringen. I publikationen diskuteras även likheter i exponeringsmönster gentemot tidigare forskning rörande simulering av smittspridning i mataffärskontext, samt vilka begränsningar simuleringar kan uppvisa när det kommer till att replikera verkligheten.