Agent-CA的體育場(chǎng)館人群疏散模型

曹愛(ài)春，楊曉艇，侯旭東

1.南昌大學(xué)體育系，南昌 330029

2.江西師范大學(xué)體育學(xué)院，南昌 330027

3.上海鑫磊信息技術(shù)有限公司，上海 200233

Agent-CA的體育場(chǎng)館人群疏散模型

曹愛(ài)春1，楊曉艇2，侯旭東3

1.南昌大學(xué)體育系，南昌 330029

2.江西師范大學(xué)體育學(xué)院，南昌 330027

3.上海鑫磊信息技術(shù)有限公司，上海 200233

1 引言

隨著經(jīng)濟(jì)文化、體育事業(yè)的快速發(fā)展，體育建筑呈現(xiàn)出多元、綜合、復(fù)雜的趨勢(shì)，體育場(chǎng)館作為一個(gè)人群聚集的場(chǎng)所，一旦發(fā)生緊急事件，如果人群疏散不合理，常引起嚴(yán)重的人群傷亡現(xiàn)象，因此，進(jìn)行體育場(chǎng)館內(nèi)人群疏散研究具有重要的現(xiàn)實(shí)意義，一直是公共安全研究領(lǐng)域的熱點(diǎn)[1-2]。

體育場(chǎng)館人群疏散是由諸多相互聯(lián)系、相互作用要素組成的有機(jī)整體，是一個(gè)具有復(fù)雜性、多層次性、反饋性等特點(diǎn)的復(fù)雜大系統(tǒng)，具有極強(qiáng)的空間性與時(shí)序性[3]。針對(duì)該問(wèn)題，國(guó)內(nèi)外學(xué)者進(jìn)行了大量、深入研究，當(dāng)前主要有元胞自動(dòng)機(jī)（CA）、多智能體模型（MAS）等體育場(chǎng)館人群疏散模型[2-4]。元胞自動(dòng)機(jī)是一種時(shí)間、空間、狀態(tài)都離散，相互作用及因果關(guān)系皆局部的網(wǎng)格動(dòng)力學(xué)模型，具有強(qiáng)大的復(fù)雜計(jì)算功能、固有的并行計(jì)算能力、高度動(dòng)態(tài)特征以及具有空間概念等特征，使得它在模擬復(fù)雜的體育場(chǎng)館內(nèi)人群疏散的時(shí)空動(dòng)態(tài)演變方面具有很強(qiáng)的能力，成為體育場(chǎng)館人群疏散的主要模型[5]，如Kirchner通過(guò)朝目標(biāo)運(yùn)動(dòng)中獲得的收益來(lái)決定下一步人群行為，構(gòu)建了基于成本效益的元胞人群疏散模型[6]。Zhou利用元胞自動(dòng)機(jī)通過(guò)演化規(guī)則對(duì)行人流進(jìn)行模擬，建立了人群疏散模型[7]。多智能體系統(tǒng)是由多個(gè)結(jié)構(gòu)和性能較為簡(jiǎn)單的智能體組成的一個(gè)結(jié)構(gòu)較為松散的系統(tǒng)，運(yùn)用多智能體模型解決體育場(chǎng)館內(nèi)人群疏散問(wèn)題時(shí)，完全符合體育場(chǎng)館內(nèi)人群所具有的很強(qiáng)的自治性與智能化等特點(diǎn)，成為當(dāng)前研究的重要方向[8]。如：Berg通過(guò)模擬不同行人智能行為，建立一種人群疏散體模型[9]；Inoue構(gòu)建了人群疏散的多智能體模型[10]；Shi提出了基于個(gè)體規(guī)則的人群疏散多智能體模型[11]。元胞自動(dòng)機(jī)模型主要通過(guò)演化規(guī)則對(duì)人群疏散進(jìn)行建模，針對(duì)特定行為的研究，忽略個(gè)體的差異性、空間離散化對(duì)人群疏散行為的影響，模擬結(jié)果很難全面、準(zhǔn)確地反映人群疏散的現(xiàn)實(shí)狀況[12]。多智能體模型在人員物理運(yùn)動(dòng)方面還有欠缺，而且存在計(jì)算量大，實(shí)現(xiàn)困難等缺點(diǎn)，特別是當(dāng)人群數(shù)目較多時(shí)，仿真效率較低[13]。

結(jié)合智能體和元胞自動(dòng)機(jī)模型的優(yōu)點(diǎn)，更加真實(shí)地模擬體育館人群疏散行為過(guò)程，提出一種多智能體和元胞自動(dòng)機(jī)相結(jié)合的大型體育場(chǎng)館人群疏散模型（Agent-CA），仿真結(jié)果表明，Agent-CA充分考慮了個(gè)體內(nèi)在因素，更接近現(xiàn)實(shí)大型體育場(chǎng)館的人群疏散情形，縮短了疏散時(shí)間。

2 模型建立

2.1 元胞自動(dòng)機(jī)概述

元胞自動(dòng)機(jī)模型是最具代表性的微觀離散模型，作為一個(gè)時(shí)間、空間、狀態(tài)都離散的數(shù)學(xué)模型框架，通過(guò)單元間的相互作用來(lái)構(gòu)造動(dòng)態(tài)演化系統(tǒng)，具有較強(qiáng)模擬各種物理系統(tǒng)和自然現(xiàn)象的能力[14]。CA最基本的組成包括元胞（Cell），元胞空間（Lattice），鄰域（Neighbor），規(guī)則（Rule）。元胞自動(dòng)機(jī)可以視為由一個(gè)元胞空間和定義在該空間的變換函數(shù)所組成，元胞自動(dòng)機(jī)系統(tǒng)可以用一個(gè)四元組表示：

式中，d表示元胞自動(dòng)機(jī)的維數(shù)；S表示元胞有限離散的狀態(tài)集合；N表示空間鄰域內(nèi)元胞的組合；f將Sn映射到S上的一個(gè)局部轉(zhuǎn)換函數(shù)。

2.2 人群疏散模型

2.2.1 模型假設(shè)

（1）體育館人群在疏散過(guò)程中總是朝著出口方向前進(jìn)，并根據(jù)環(huán)境危險(xiǎn)度和自身情況等調(diào)整下一步行為決策。

（2）體育館人群在疏散過(guò)程中會(huì)出現(xiàn)結(jié)伴、從眾、阻礙、“欲速則不達(dá)”等復(fù)雜現(xiàn)象。

替格瑞洛治療老年急性冠脈綜合征患者的效果及對(duì)炎性因子、心功能的影響……………………… 鄭舒 周冬翠 畢磊 等（4）446

（3）體育館人群的疏散速度受自身心理、生理因素以及人群密度的影響，且不同類型的人具有不同的速度。

（4）將體育館人群視為智能體，分為老人、成年人、小孩三類智能體，老人和成年人占據(jù)16個(gè)元胞，小孩占據(jù)9個(gè)元胞，分別用黃、藍(lán)、紫色表示，每個(gè)智能體標(biāo)識(shí)各自的編號(hào)。

2.2.2 模型構(gòu)建

根據(jù)多智能體技術(shù)，體育館人群被視為自主型智能體，具有復(fù)雜的決策判斷能力，有自己的知識(shí)、經(jīng)驗(yàn)，根據(jù)感知外界的信息和自身內(nèi)在因素進(jìn)行行為的調(diào)整，其模型的大致結(jié)構(gòu)如圖1所示。

圖1 智能體結(jié)構(gòu)

2.2.3 人群的感知

虛擬環(huán)境中的信息主要通過(guò)感知模型獲得，從而感知模型關(guān)鍵在于如何模擬人體感官的功能限制，通過(guò)感知過(guò)濾器，獲取感官可感知的信息，過(guò)濾掉感知不到的信息，本文只對(duì)人群視覺(jué)感知進(jìn)行建模，原因一是簡(jiǎn)化模型，二是外界80%的信息通過(guò)視覺(jué)獲得。視覺(jué)過(guò)濾器的原理是根據(jù)環(huán)境中各個(gè)對(duì)象與人眼的相對(duì)位置，確定某個(gè)對(duì)象是否能夠被感知到，這其中要確定對(duì)象是否在感知視野范圍內(nèi)，另外是對(duì)象與人眼的連線上是否被其他對(duì)象遮擋。

其中，Cpanic為恐慌度；Cpanic的取值在[0,1]之間；kv為單位視距；D表示物體的大小。

圖2 智能體視野感知范圍

（2）空間遮擋關(guān)系。通過(guò)計(jì)算智能體到包圍盒八個(gè)頂點(diǎn)的視線與其他物體包圍盒矩形是否有交點(diǎn)來(lái)判定空間的遮擋關(guān)系。

（3）注意力機(jī)制。聚焦因子用來(lái)體現(xiàn)智能體對(duì)某對(duì)象的關(guān)注度，對(duì)象A的聚焦因子表示為：

式中，OA為智能體至對(duì)象A的矢量；Va為對(duì)象A的運(yùn)動(dòng)速度；a，b，c為各項(xiàng)的比例因子，不同智能體比例因子不同，體現(xiàn)智能體的個(gè)體差異。

2.2.4 行為決策

決策是人工智能的基本問(wèn)題，目的是研究如何從現(xiàn)有狀態(tài)達(dá)到目標(biāo)狀態(tài)，通過(guò)決策給出一個(gè)能達(dá)到目標(biāo)的行動(dòng)序列或每步的行為策略。

在體育場(chǎng)館人群疏散過(guò)程中，人群疏散的行為可以概括為目標(biāo)行為、從眾行為、避碰行為、逃逸行為、幫助行為、排隊(duì)行為等一系列行為。采用Brooks提出的包容式行為選擇機(jī)制對(duì)人群疏散的各個(gè)行為模式進(jìn)行選擇，各行為模式的優(yōu)先級(jí)次序從高至低為：逃逸行為、避碰行為、從眾行為、幫助行為、排隊(duì)行為、目標(biāo)行為。

（1）逃逸行為。當(dāng)智能體感知到危險(xiǎn)度達(dá)到一定的值時(shí)，會(huì)主動(dòng)選擇逃逸行為，速度可由公式（4）得到：

式中，ρ為感知密度；λ為體力值，成年人體力最大值為1，老人為0.8，小孩為0.5，當(dāng)智能體在行進(jìn)時(shí)，每個(gè)步長(zhǎng)的體力值下降power，等待時(shí)以power恢復(fù)；ε為測(cè)定系數(shù)；vmax為人群疏散最大速度；Cpanic為恐慌度。

（2）避碰行為。通過(guò)感知到的信息，利用相對(duì)速度障礙物方法實(shí)現(xiàn)智能體對(duì)動(dòng)態(tài)和靜態(tài)物體的避碰。為了體現(xiàn)智能體的差異性，使模型更加逼真，對(duì)智能體在何時(shí)選擇避碰行為進(jìn)行不同設(shè)置，如大膽型與慎重型智能體對(duì)障礙物避碰檢測(cè)距離設(shè)置不同的值。

（3）從眾行為。當(dāng)恐慌度達(dá)到一定值時(shí)，人群趨向于從眾行為，當(dāng)恐慌度下降到一定值時(shí)智能體按一定的概率離開(kāi)組群，個(gè)人選擇目標(biāo)行為前行。根據(jù)separate、alignment、cohesion行為原則，速度可表示為：

式中，vseparate,valign,vcohesion分別為separate、alignment、cohesion規(guī)則產(chǎn)生的速度。

（4）幫助行為。當(dāng)智能體在感知范圍內(nèi)感知到有求助者，并自己的體力值和恐慌度在可允許的區(qū)間時(shí)，選擇采取幫助行為，在多個(gè)智能體同時(shí)感知到有求助者時(shí)，距離最近的選擇提供幫助，條件不足時(shí)，距離次近的執(zhí)行。

（5）排隊(duì)行為。當(dāng)智能體感知到所處環(huán)境在出口附近，而當(dāng)前又沒(méi)有感知到太大危險(xiǎn)值且前方無(wú)法移動(dòng)時(shí)，選擇排隊(duì)行為。行為規(guī)則為如果前面一個(gè)智能體移動(dòng)，則占據(jù)該智能體占據(jù)的網(wǎng)格，否則繼續(xù)等待。

（6）目標(biāo)行為。人群的最終目標(biāo)是走向出口位置，在人的體力和心理滿足條件以及人對(duì)環(huán)境熟悉的情況下，則智能體會(huì)選擇目標(biāo)方向前進(jìn)，路徑通過(guò)A*算法獲得，行進(jìn)速度由式（4）確定。

2.2.5 行為執(zhí)行

根據(jù)智能體決策得到的速度對(duì)其每個(gè)智能體進(jìn)行位置的并行更新，具體執(zhí)行過(guò)程如公式（6）所示：

式中，Pt(x,y)為當(dāng)前智能體位置；Pt+1(x,y)為下一時(shí)間步長(zhǎng)位置；vprefer為智能體根據(jù)環(huán)境信息和自身狀況決策后的速度，Δt為時(shí)間步長(zhǎng)。

Agent-CA算法的工作流程如圖3所示。

圖3 Agent-CA算法的工作流程圖

3 仿真實(shí)驗(yàn)

3.1 仿真環(huán)境

為了測(cè)試Agent-CA模型的實(shí)用性，將其應(yīng)用到南昌體育館疏散規(guī)劃中，如圖4所示，共有240個(gè)結(jié)點(diǎn)和8個(gè)出口。仿真模擬實(shí)驗(yàn)在PIV 3.0 GHz CPU，2 GB RAM，Windows XP的計(jì)算機(jī)中實(shí)現(xiàn)，算法編程語(yǔ)言為：VC6.0++，并采用單一的CA模型和MAS模型作為對(duì)比實(shí)驗(yàn)。

圖4 江西南昌體育館

3.2 結(jié)果與分析

在不同的體力下降值power條件下，疏散人數(shù)與疏散時(shí)間的變化曲線如圖5所示。從圖5可知，體力值下降power對(duì)人群疏散的時(shí)間產(chǎn)生了較大的影響。

圖5 體力值對(duì)疏散行為的影響

考慮到不同恐慌值Cpanic，疏散人數(shù)與疏散時(shí)間的變化曲線如圖6所示。從圖6可知，當(dāng)考慮恐慌值為Cpanic時(shí)，人群在開(kāi)始階段疏散比較快，但當(dāng)人數(shù)較多時(shí)，產(chǎn)生大量擁擠，恐慌引起從眾行為等原因造成了疏散時(shí)間過(guò)長(zhǎng)，出現(xiàn)“欲速則不達(dá)”現(xiàn)象。

圖6 恐慌度對(duì)疏散行為的影響

在不同疏散人數(shù)條件下，單一的CA模型、MAS模型和Agent-CA模型的體育館人群疏散時(shí)間如圖7所示。從圖7可知，相對(duì)于單一的CA模型和MAS模型，Agent-CA模型的總時(shí)間比較穩(wěn)定，人群疏散時(shí)間相對(duì)較少，大大節(jié)省了行人疏散的總時(shí)間，對(duì)比結(jié)果表明，Agent-CA模型很好地克服單純使用元胞自動(dòng)機(jī)造成的個(gè)性差異不足問(wèn)題，同時(shí)避免了單純使用多智能體模型產(chǎn)生的計(jì)算復(fù)雜性以及不能充分體現(xiàn)人群移動(dòng)的宏觀性等問(wèn)題，為大型體育館人群疏散的決策者提供一個(gè)較好的疏散方案。

圖7 不同體育館人群疏散模型的性能對(duì)比

4 結(jié)束語(yǔ)

根據(jù)大型體育館人群疏散的特點(diǎn)與規(guī)律，提出一種基于Agent-CA的大型體育場(chǎng)館人群疏散模型。仿真結(jié)果表明，Agent-CA較好地體現(xiàn)了人群疏散過(guò)程中的真實(shí)行為，為科學(xué)合理分析大型體育場(chǎng)館人群疏散行為提供了一定的參考依據(jù)。

[1]張青松.人群擁擠踩踏事故風(fēng)險(xiǎn)理論及其在體育賽場(chǎng)中的應(yīng)用[D].天津：南開(kāi)大學(xué)，2007.

[2]郭偉.體育館人員安全疏散研究[D].西安：西安建筑科技大學(xué)，2009.

[3]胡曉輝，鄭峰，陳永，等.大型公共場(chǎng)所突發(fā)事件下人員疏散仿真研究[J].計(jì)算機(jī)工程與應(yīng)用，2012，48（29）：230-233.

[4]劉真余，芮小平，董承瑋，等.元胞自動(dòng)機(jī)地鐵人員疏散模型仿真[J].計(jì)算機(jī)工程與應(yīng)用，2009，45（27）：203-205.

[5]廖艷芳，馬曉茜.基于元胞自動(dòng)機(jī)的地鐵火災(zāi)疏散動(dòng)態(tài)分析[J].系統(tǒng)仿真學(xué)報(bào)，2008，20（24）：6607-6612.

[6]Kirchner A，Namazi A，Nishinari K，et al.Role of conflicts in the floor field cellular automation model for pedestrian dynamics[C]//Proc 2nd International Conference on Pedestrians and Evacuation Dynamics，London，2003：51-62.

[7]Zhou U P，Chen D，Cai W T.Crowd modeling and simulation technologies[J].Transactions on Modeling and Computer Simulation，2010，20（4）.

[8]黃希發(fā)，王科俊，張磊，等.基于個(gè)體能力差異的人員疏散微觀模型研究[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2009，5（5）：72-77.

[9]Berg J，Gu Y S，Lin J M，et al.Reciprocal n-body collision avoidance[C]//International Symposium on Robotics Research，2009：241-248.

[10]Inoue Y，Ikeda T，Yamamoto K，et al.Usability study of indoor mobile navigation system in commercial facilities[C]// Proceedings of the 2nd International Workshop on Ubiquitous Systems Evaluation，Seoul，2008：45-50.

[11]Shi J Y，Ren A Z，Chen C.Agent-based evacuation model of large public buildings under fire conditions[J].Automation in Construction，2008，18：338-347.

[12]史建勇，任愛(ài)珠.基于智能體的大型公共建筑人員火災(zāi)疏散模型研究[J].系統(tǒng)仿真學(xué)報(bào)，2008，20（20）：5677-5682.

[13]Ahmed A，F(xiàn)isal N.A real-time routing protocol with load distribution in wireless sensor networks[J].Computer Communications，2008，31（14）：3190-3203.

[14]Yuan W F，Tan K H.An evacuation model using cellular automata[J].Physica A，2007，384：549-556.

[15]姚燦中，楊建梅.多Agent大眾生產(chǎn)系統(tǒng)的群體行為選擇分析[J].計(jì)算機(jī)工程與應(yīng)用，2011，47（1）：8-11.

CAO Aichun1,YANG Xiaoting2,HOU Xudong3

1.Sports Department of Nanchang University,Nanchang 330029,China
2.Sports School of Jiangxi Normal University,Nanchang 330029,China
3.Shinsoft Information Co.,Ltd,Shanghai 200233,China

A crowd evacuation model for large sports venues based on multi-agent and cellular automata technology according to the behavior characteristics and rules of evacuation is proposed.The cell in the cellular space occupied by virtual individuals is taken as an independent agent,and cellular and state are encapsulated and extended to the autonomy agent,and then individual differences are realized through the design of evacuation behavior strategy as the evolution rules to reflect the individual character, physical strength,mental effect on evacuation behavior.The evacuation simulation are carried out in sports venues.The results show that the proposed model fully considers the factors.Case evacuation is closer to the reality of large sports venues shortening the time of evacuation.

large sports venues;multi-agent system;Cellular Automata（CA）;crowd evacuation;simulation

根據(jù)體育場(chǎng)館人群疏散的特點(diǎn)與規(guī)律，提出一種基于多智能體和元胞自動(dòng)機(jī)相融合的大型體育場(chǎng)館人群疏散模型（Agent-CA）。將元胞空間中被虛擬人個(gè)體占據(jù)的元胞視為一個(gè)獨(dú)立的智能體，將元胞及其狀態(tài)進(jìn)行封裝，擴(kuò)展為具有自主性的智能體，通過(guò)設(shè)計(jì)各種人群疏散行為策略做為演化規(guī)則，實(shí)現(xiàn)個(gè)體的差異性以體現(xiàn)個(gè)人個(gè)性、體力、心理等對(duì)疏散行為的影響，對(duì)體育場(chǎng)館的人群疏散進(jìn)行仿真實(shí)驗(yàn)。結(jié)果表明，Agent-CA綜合了多智能體和元胞自動(dòng)機(jī)的優(yōu)點(diǎn)，充分考慮了個(gè)體內(nèi)在因素，更接近現(xiàn)實(shí)大型體育場(chǎng)館的人群疏散情形，縮短了疏散時(shí)間。

大型體育場(chǎng)館；多智能體系統(tǒng)；元胞自動(dòng)機(jī)；人群疏散；仿真

A

TP391.9

10.3778/j.issn.1002-8331.1306-0107

CAO Aichun,YANG Xiaoting,HOU Xudong.Crowd evacuation model for large sports venues based on multi-Agent and Cellular Automata technology.Computer Engineering and Applications,2013,49（24）：229-232.

江西省自然科學(xué)基金（No.0105100900100012）。

曹愛(ài)春（1973—），女，副教授，主要研究領(lǐng)域?yàn)轶w育教育，體育產(chǎn)業(yè)；楊曉艇（1972—），男，副教授，主要研究領(lǐng)域?yàn)轶w育教育，體育產(chǎn)業(yè)。

2013-06-13

2013-08-19

1002-8331（2013）24-0229-04