[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

说明书

本公开公开了一种基于Actor‑Critic算法的人群疏散运动路径规划方法及系统，包括获取疏散场景参数，构建疏散场景模型，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，得到当前运动状态的奖励值；根据安全疏散标志构建奖励函数，获取奖励值最大的运动状态，以此得到最优运动路径。利用安全疏散标志和Actor‑Critic算法的结合，使个体通过与环境的交互进行学习，利用安全疏散标志的指示作用，逐步学习找到最优路径，更加直观的观察疏散过程的具体情况，在缩短人群疏散时间的同时，根据疏散过程对现实场景做出改善，降低人群疏散的难度。

技术领域

本公开涉及群体路径规划技术领域，特别是涉及一种基于Actor-Critic算法的人群疏散运动路径规划方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

随着当今社会的快速发展，我国一线城市逐渐发展成人口超千万的大型都市，公交站、地铁站以及大型公共场所承担着巨大的人口压力，尤其是上下班以及节假日等人口出行高峰期，人员密度巨大，人员极其拥挤，一旦发生意外，尤其是火灾、地震等大型事件，非常容易造成人员恐慌，从而对人员紧急疏散带来困难，如果不能及时找到出口，更会发生踩踏等二次事件，造成更大的损伤，故大型场所的人员疏散问题愈发严峻，能否在发生紧急状况时快速找出人群疏散路径愈发重要。

在大型场所中，安全疏散标志不仅可以提供正常的指示功能，更是在发生紧急事件时，可以获取的重要提示信息，在人群疏散中发挥着重要作用。

在现有的人群疏散路径规划问题中，传统的方法有模拟退火算法、人工势场法、模糊逻辑算法、禁忌搜索算法等，但是发明人认为，上述算法不能对现实中日益复杂的场景相适应，且没有与真实场景中实际建筑数据结合，对真实场景学习起来较难，路径规划效率较低且准确性难以保证。

发明内容

为了解决上述问题，本公开提出了一种基于Actor-Critic算法的人群疏散运动路径规划方法及系统，利用安全疏散标志和深度强化学习的Actor-Critic算法的结合，模拟出发生紧急情况时的人群疏散路径，利用奖励反馈机制，使个体通过与环境的交互进行学习，利用安全疏散标志的指示作用，逐步学习找到最优路径，更加直观的观察疏散过程的具体情况，在缩短人群疏散时间的同时，根据疏散过程对现实场景做出改善，降低人群疏散的难度，减少人员损伤。

为了实现上述目的，本公开采用如下技术方案：

第一方面，本公开提供一种基于Actor-Critic算法的人群疏散运动路径规划方法，包括：

获取疏散场景参数，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。

第二方面，本公开提供一种基于Actor-Critic算法的人群疏散运动路径规划系统，包括：

疏散场景构建模块，用于获取疏散场景参数，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；