【技术实现步骤摘要】
一种虚拟火灾场景下多智能体情景规划方法
[0001]本专利技术涉及火灾建模仿真领域,特别涉及一种虚拟火灾场景下群智能体情景规划方法。
技术介绍
[0002]现实生活中,紧急情况可能在任何时间、任何地点发生。特别是聚集大量人群的公共区域,一旦这些场所突发灾害事件,往往会引发人群恐慌,极易引起人群拥堵、踩踏等恶性事件的发生,最终导致不必要的人员伤亡。经验数据表明,造成人员伤亡的主要原因通常不是实际发生的灾难,而是人群在恐慌状态下的焦虑和冲动行为,而这种恐慌的出现很大程度上由于缺乏针对性日常演习或者预案推演。为了最大限度地减少人员伤亡,当今社会上的许多组织从事应急准备工作,并提供真实演习培训。
[0003]对应急管理人员来说,最重要的是如何为尚未发生的灾害事件做好准备。对其中大量受之影响的人群来说,适当的安全措施意味着生与死的差别。然而,紧急情况及其相关的安全措施必须要视它们所处的具体环境来决定,而且突发事件的超常规性、不可预测性、典型的灾难性以及不可控性给应急决策和管理带来很大困难,通常有许多突发的紧急情况必须加以考虑。 ...
【技术保护点】
【技术特征摘要】
1.一种虚拟火灾场景下的群智能体情景规划方法,其特征在于:包括如下步骤:步骤1:将选定的真实场景地图建立三维环境模型,提取三维场景中的坐标信息并生成真实场景地图对应的三维地图;步骤2:创建人物模型骨骼动画,将每个人物模型视为一个智能体,从而形成虚拟真实灾害场景的群智能体,对每个智能体进行虚拟真实灾害场景中逃生路径规划,按照规划的路径调节群智能体的运动路径;步骤3:群智能体以虚拟真实场景下的形态展示出真实人群逃生的过程,包括人群个体逃生形态、逃生路径、逃生群智慧,逃生群智慧指的是在逃生场景中,具有社会属性的多智能体(群智能体)表现出的群体人工智能,即为实现人群逃生的孪生的群体人工智能。2.如权利要求1所述的一种虚拟火灾场景下的多智能体情景规划方法,其特征在于:步骤1中,利用虚拟三维技术为场景建模、创建人物骨骼动画,环境模型为一种包含静态地图信息和相关人群信息的地图;所述静态地图信息描述环境的物理属性;所述人群信息包括位置信息和人群密度信息的描述。3.如权利要求1所述的一种虚拟火灾场景下的多智能体情景规划方法,其特征在于:步骤2中群智能体进行虚拟逃生路径规划包括如下步骤:逃生路径规划是群智能体根据自身的相关信息(如位置、群结构等)选择“最合适”的路径并控制群智能体按照路径进行移动,从而达到对真实场景下人群行为的虚拟化实现;逃生路径规划采用深度Q学习DQN算法,在训练过程中,智能体基于Bellman公式进行状态
‑
行为空间的探索
‑
试错式的大规模尝试,依据智能体行为
‑
状态过程中环境的反馈奖励,结合深度神经网络作为一种可靠的代价函数评估器,训练出最佳的网络结构和超参数,训练后...
【专利技术属性】
技术研发人员:周文,蒋文英,张晨,陈思源,接标,卞维新,
申请(专利权)人:安徽师范大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。