[发明专利]一种基于Actor-Critic算法的人群疏散运动路径规划方法及系统

权利要求书

1.一种基于Actor-Critic算法的人群疏散运动路径规划方法，其特征在于，包括：

根据获取的疏散场景参数构建疏散场景模型，所述疏散场景参数包括安全疏散标志；

根据获取的个体当前运动状态，采用Actor神经网络得到个体的预测动作；

根据个体当前运动状态及预测动作，采用Critic神经网络对个体当前运动状态进行评价，得到个体当前运动状态的奖励值；

根据安全疏散标志中的指示动作构建奖励函数，根据奖励函数获取奖励值最大的运动状态，以此得到人群疏散的最优运动路径。

2.如权利要求1所述的一种基于Actor-Critic算法的人群疏散运动路径规划方法，其特征在于，所述疏散场景参数还包括障碍物，对障碍物位置设置坐标，在真实疏散场景中障碍物为不规则物体时，在疏散场景模型中将障碍物转换为规则物体，将顶点连线围成的坐标区域代表障碍物。

3.如权利要求1所述的一种基于Actor-Critic算法的人群疏散运动路径规划方法，其特征在于，根据真实疏散场景人流量按照设定比例在疏散场景模型中添加个体，并以个体所处坐标为原点，以坐标系基本单位为半径的圆形区域为碰撞探测区域。

4.如权利要求1所述的一种基于Actor-Critic算法的人群疏散运动路径规划方法，其特征在于，根据安全疏散标志中的指示动作构建奖励函数包括：为安全疏散标志匹配相应的指示动作，对符合安全疏散标志的动作、不符合安全疏散标志的动作以及发生碰撞的动作进行等级的排序。

5.如权利要求4所述的一种基于Actor-Critic算法的人群疏散运动路径规划方法，其特征在于，所述指示动作包括直行、左行、右行、禁止通行和可左行可右行。

6.如权利要求1所述的一种基于Actor-Critic算法的人群疏散运动路径规划方法，其特征在于，根据获取的真实疏散场景的人流量、出口位置和出口数量，在出口位置和禁止通行区域对安全疏散标志进行设置。

7.如权利要求1所述的一种基于Actor-Critic算法的人群疏散运动路径规划方法，其特征在于，所述奖励函数还包括对Actor神经网络和Critic神经网络的优化，具体为：根据个体当前运动状态的奖励值对Actor神经网络进行迭代优化，根据个体当前运动状态和奖励值更新Critic神经网络的参数。

8.一种基于Actor-Critic算法的人群疏散运动路径规划系统，其特征在于，包括：

疏散场景构建模块，用于根据获取的疏散场景参数构建疏散场景模型，所述疏散场景参数包括安全疏散标志；

行动策略模块，用于根据获取的个体当前运动状态，采用Actor神经网络得到个体的预测动作；

评价策略模块，用于根据个体当前运动状态及预测动作，采用Critic神经网络对个体当前运动状态进行评价，得到个体当前运动状态的奖励值；

路径规划模块，用于根据安全疏散标志中的指示动作构建奖励函数，根据奖励函数获取奖励值最大的运动状态，以此得到人群疏散的最优运动路径。

9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项方法所述的步骤。

10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项方法所述的步骤。