基于多Agent的人員應(yīng)急疏散模型研究

摘? 要： 在分析、比較現(xiàn)有疏散仿真模型的基礎(chǔ)上，考慮到Agent的智能性、自治性、交互性，提出基于多Agent的人員應(yīng)急疏散模型，該模型中疏散空間被分成相等的正方形，每個(gè)行人有包括靜止在內(nèi)的9個(gè)運(yùn)動(dòng)方向。個(gè)體在選擇疏散出口的決策過程中，綜合考慮個(gè)體到出口的距離、視野范圍內(nèi)的人員、障礙個(gè)數(shù)及其相關(guān)密度。在仿真中，考慮出口的數(shù)量位置和出口的寬度，結(jié)果表明，增加出口的數(shù)量和出口的寬度，疏散過程中加入引導(dǎo)員能夠有效地提高疏散效率。該研究對(duì)于制定有效的應(yīng)急疏散方案，具有一定的實(shí)際參考意義。

關(guān)鍵詞： 人員疏散; 應(yīng)急疏散; 多Agent; 仿真實(shí)驗(yàn); 個(gè)體決策; 疏散效率

中圖分類號(hào)： TN911.23?34; TP391.9? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2020）08?0135?04

Research on personnel emergency evacuation model based on multi?Agent

ZHANG Jicheng

（Yangtze University College of Technology & Engineering， Jingzhou 434020， China）

Abstract： On the basis of analyzing and comparing the existing evacuation simulation models， a multi?agent?based emergency evacuation model is proposed in consideration of the intelligence， autonomy and interactivity of agents. In this model， the evacuation space is divided into equal squares， and each pedestrian has 9 directions of motion， including the static one. In the decision?making process of individual choosing the evacuation exit， the distance from individual to exit， the number of personnel and obstacles within the scope of vision and the relevant density are comprehensively considered. In the simulation， in consideration of the quantity， position and width of the exit， the results show that the evacuation efficiency can be improved effectively by increasing the quantity and width of the exit， and adding the guide in the evacuation process. The research has certain practical reference significance for the formulation of effective emergency evacuation planning.

Keywords： personnel evacuation; emergency evacuation;? simulation modeling; multi?Agent; simulation experiment; individual decision making; evacuation efficiency

近年來，大型公共場(chǎng)所人群流動(dòng)性大、高度聚集，一旦突發(fā)災(zāi)害，人員應(yīng)急疏散措施無法科學(xué)有效的組織，將造成嚴(yán)重的生命財(cái)產(chǎn)損失。對(duì)突發(fā)事件的人員疏散進(jìn)行計(jì)算機(jī)仿真已成為眾多研究者進(jìn)行應(yīng)急疏散研究的主要手段之一。從當(dāng)前的研究來看，其仿真模型中的宏觀模型從整體考慮仿真對(duì)象，個(gè)體間的差異性被忽略。而微觀模型考慮群體的異質(zhì)性，其中基于Agent的模型將疏散人員抽象為Agent個(gè)體，已成為多數(shù)學(xué)者研究的熱點(diǎn)。文獻(xiàn)[1?9]對(duì)多Agent應(yīng)用于大型公共場(chǎng)所，如體育館場(chǎng)所、艦船、地鐵、礦井人員疏散進(jìn)行了研究。在文獻(xiàn)[10]的基礎(chǔ)上，建立基于Agent的疏散仿真模型，每個(gè)行人Agent在每一時(shí)刻的動(dòng)作規(guī)律由多種因素決定。在仿真中，考慮出口的數(shù)量位置和出口的寬度，結(jié)果表明，增加出口的數(shù)量和出口的寬度，疏散過程中加入引導(dǎo)員可以有效地提高疏散效率。該研究對(duì)于制定有效的應(yīng)急疏散方案，具有一定的實(shí)際參考意義。

1? 人員疏散的Agent模型

1.1? Agent介紹

Agent是一個(gè)智能性、具有一定社會(huì)性的實(shí)體。Agent能夠?qū)χ車h(huán)境的變化做出一個(gè)反應(yīng)，能夠以主動(dòng)服務(wù)的方式代表用戶完成一項(xiàng)任務(wù)，同時(shí)，Agent彼此之間可以進(jìn)行相互交互。Agent個(gè)體之間的交互使得Agent具有：自治性，即Agent能夠自我控制，感知外界變化，根據(jù)變化產(chǎn)生自己的決策行為;交互性，即Agent個(gè)體彼此之間能夠協(xié)作互動(dòng);智能性，即Agent具有學(xué)習(xí)知識(shí)進(jìn)行推理和規(guī)劃能力等特點(diǎn)。

1.2? 基于Agent的模型基礎(chǔ)

為了更好地模擬個(gè)體在疏散場(chǎng)所中的情況，基于Agent的人員疏散仿真，需要從以下3個(gè)方面進(jìn)行建模。

1.2.1? 個(gè)體Agent建模

在疏散過程中，個(gè)體Agent的狀況應(yīng)優(yōu)先被研究。個(gè)體的內(nèi)部特征由于所處空間位置、身體健康狀況以及個(gè)體屬性的不同而存在較大差異，因此個(gè)體的模型定義也會(huì)有所區(qū)別。本文將每個(gè)被疏散的人員定義為一個(gè)Agent，其屬性集Person為：Person={Pid，X，Y，x，y，Eexit，Epath}，其中，Pid為個(gè)體的標(biāo)記符，坐標(biāo)（X，Y）為個(gè)體的網(wǎng)格坐標(biāo)，（x，y）為個(gè)體的物理坐標(biāo)，Eexit為個(gè)體當(dāng)前選擇的目標(biāo)疏散出口，Epath為下一步移動(dòng)方向。

1.2.2? 環(huán)境空間建模

借鑒元胞自動(dòng)機(jī)的模型假設(shè)，每個(gè)元胞包含空、被一個(gè)Agent占據(jù)、被一個(gè)障礙占據(jù)三種狀態(tài)。遵循一定的規(guī)則，每個(gè)Agent通過決策選擇向空鄰域移動(dòng)或停滯當(dāng)前。考慮四方形網(wǎng)格在表達(dá)二維元胞自動(dòng)機(jī)空間方面具有簡(jiǎn)單、易于表達(dá)的優(yōu)點(diǎn)，本文采用0.5 m的正方形網(wǎng)格的空間劃分方法。

1.2.3? 個(gè)體Agent行為建模

個(gè)體Agent行為建模的關(guān)鍵在于如何選擇疏散出口以及行動(dòng)方向。本文表征每個(gè)個(gè)體以一定的概率擁有9個(gè)下一步行動(dòng)方向，如圖1所示。

考慮個(gè)體只能夠獲取局部信息的區(qū)域，本文定義個(gè)體的視野范圍。作向量[a]，其中以個(gè)體當(dāng)前位置為起點(diǎn)，終點(diǎn)為個(gè)體到出口直線上第5個(gè)存在個(gè)體的網(wǎng)格，再作兩條與[a]夾角為[45°]的直線，則滿足兩條直線內(nèi)的所有區(qū)域，即個(gè)體的視野范圍。個(gè)體綜合考慮各種因素選擇疏散出口，從而選擇下一步移動(dòng)方向。

2? 基于多Agent的人員疏散模型建模

2.1? 個(gè)體疏散模型框架

疏散過程中，個(gè)體的行動(dòng)規(guī)則受個(gè)體的位置、個(gè)體的能力、出口的位置、Agent的密度、視野中的障礙物等多方因素的影響。研究表明行人并不總是向最近的出口移動(dòng)。由于這些因素，在疏散過程中可能會(huì)出現(xiàn)以下現(xiàn)象：

1） 人員自發(fā)的向出口前聚集;

2） 靠近出口呈拱形或半圓形;

3） 離出口近的個(gè)體先行抉擇和行動(dòng);

4） 當(dāng)行人發(fā)現(xiàn)目標(biāo)出口的疏散速度小于其他出口，他可以更改目標(biāo)出口。

考慮疏散規(guī)則及上述疏散情形，本文采用的個(gè)體疏散模型框架如圖2所示。

2.2? 模型建模與算法描述

根據(jù)圖2中的個(gè)體疏散模型框架，基于多Agent疏散算法如下。

2.2.1? 確定目標(biāo)出口

如果存在多個(gè)可行出口，每個(gè)Agent在確定下一步的行動(dòng)方之前需要首先確定目標(biāo)出口，此過程受到出口的距離、Agent視野內(nèi)疏散人數(shù)和障礙物的數(shù)量和密度的影響。

1） 到出口的距離

假設(shè)疏散區(qū)域存在N個(gè)出口，每個(gè)出口占據(jù)n個(gè)網(wǎng)格寬，每個(gè)出口是網(wǎng)格寬的n倍，則個(gè)體到每個(gè)出口小格的距離[Dij]為：

式中，（x，y）為個(gè)體當(dāng)前位置坐標(biāo)，第i個(gè)出口第j個(gè)小格的位置坐標(biāo)為（[xijd，yijd]）。

2） 到出口的人數(shù)和障礙數(shù)

定義[Uij]為個(gè)體到第i個(gè)出口的第j個(gè)小格視野區(qū)域的網(wǎng)格集，則人數(shù)及障礙數(shù)的總和[Sij]為：

式中，

[gx′，y′=1，坐標(biāo)（x′，y′）被個(gè)體或故障占據(jù)0，坐標(biāo)（x′，y′）未被個(gè)體或故障占據(jù)]? ? ?（3）

3） 到出口的人員密度和障礙密度

定義[Uij]為個(gè)體到第i個(gè)出口的第j個(gè)小格的視野區(qū)域的網(wǎng)格個(gè)數(shù)，則人員及障礙密度[Mij]為：

4） 綜合確定出口

確定個(gè)體目標(biāo)出口要考慮到出口距離、到出口的人數(shù)障礙物及其密度等綜合因素，目標(biāo)出口[Ci*j*]如下：

式中，上述 3個(gè)因素對(duì)個(gè)體決策的影響權(quán)重分別由[α1～α3]表示。

2.2.2? 確定行動(dòng)方向

以個(gè)體為中心，9個(gè)可行方向j可以被個(gè)體選擇，如圖1所示。

1） 到目標(biāo)出口的距離

由式（5）確定出目標(biāo)出口[Ci*j*]，坐標(biāo)為（[xi*j*d，yi*j*d]），則到目標(biāo)出口的距離[DjT]為：

2） 到目標(biāo)出口的人數(shù)和障礙數(shù)

定義[Rj]為個(gè)體的可行方向到目標(biāo)出口的視野區(qū)域網(wǎng)格集，則視野內(nèi)到目標(biāo)出口的人數(shù)和障礙數(shù)總和[SjT]為：

式中，[g（x′，y′）]定義與式（2）中的定義一致。

3） 到目標(biāo)出口的人員密度和障礙密度

定義[Rj]為個(gè)體的可行方向到目標(biāo)出口的視野區(qū)域的網(wǎng)格個(gè)數(shù)，則人員和障礙密度[MjT]為：

4） 綜合確定行動(dòng)方向

個(gè)體將根據(jù)95%的概率從最優(yōu)或5%的概率次優(yōu)行動(dòng)方向中選擇下一步的行動(dòng)方向，其中最優(yōu)方向和次優(yōu)方向的表達(dá)式分別為：

2.2.3? 行? 動(dòng)

本模型中個(gè)體向目標(biāo)出口的移動(dòng)過程即行動(dòng)過程，個(gè)體移動(dòng)次序綜合考慮距離及個(gè)體能力強(qiáng)弱，如果這兩項(xiàng)指標(biāo)相同時(shí)，移動(dòng)次序被隨機(jī)決定。

3? 疏散模型的仿真實(shí)現(xiàn)

3.1? 仿真流程

在Repast平臺(tái)下對(duì)采用基于Agent的建模方法進(jìn)行仿真。本文模擬的是一個(gè)大小為24 m×25 m的超市，分布于其中的被疏散人員Agent 的初始狀態(tài)屬性均隨機(jī)給定，而且每次模擬的Agent初始人數(shù)、超市的出口寬度以及出口數(shù)量可以設(shè)定。

3.2? 仿真結(jié)果

1） 不同數(shù)量的被疏散人員的疏散情況

初始條件為：出口寬度2.5 m，出口數(shù)量1個(gè)，不同數(shù)量的被疏散人員的疏散情況如表1所示。

2） 不同數(shù)量出口的疏散情況

初始條件為：初始人數(shù)300人， 出口寬度2.5 m，不同數(shù)量出口的疏散情況如表2所示。

表2? 不同數(shù)量出口的疏散情況

[疏散出口 /個(gè) 1 2 3 4 疏散時(shí)間 /s 49 29 19 15 ]

出口數(shù)量不同時(shí)在疏散時(shí)間為20 s后人員的分布如圖3所示，其中青壯年Agent用黑顏色表示，引導(dǎo)員用紅色Agent表示。

3） 出口寬度不同的疏散情況

初始條件為：初始人數(shù)300人，出口數(shù)量1個(gè)，出口寬度不同的疏散情況如表3所示，疏散時(shí)間為30 s時(shí)的疏散圖如圖4所示。

通過以上的仿真結(jié)果，可以得出如下結(jié)論：

1） Agent在無引導(dǎo)員，以及出口寬度和出口相同的情況下，疏散時(shí)間隨著疏散人數(shù)的增加而增加。

2） 適當(dāng)增加疏散出口數(shù)量和寬度能夠減少疏散時(shí)間，通過在疏散場(chǎng)所中加入引導(dǎo)員，來動(dòng)態(tài)實(shí)時(shí)地對(duì)Agent給出方向引導(dǎo)，提高疏散效率，同時(shí)引導(dǎo)員的分布應(yīng)盡量合理，通常被安排在路徑交叉的地方以及人員有可能大規(guī)模聚集的地方。

3） 從疏散出口設(shè)計(jì)的角度來看，疏散出口的位置對(duì)于人員是否能及時(shí)疏散有很大的影響。由仿真結(jié)果可知，在人數(shù)較多的情況下，單一出口會(huì)出現(xiàn)在出口附近有大量人員聚集以及停等的現(xiàn)象，嚴(yán)重時(shí)有可能引起推搡和踩踏等，造成人身傷害，這是在人員疏散中首先要避免的情況。在多出口的情況下，疏散出口的分布應(yīng)盡量分散在場(chǎng)所的各個(gè)主要方向，在人群可能聚集密集的方向，可以適當(dāng)增加出口的數(shù)量。出口寬度不能過于狹窄，可以根據(jù)建筑布局適當(dāng)?shù)耐貙?，以提高人員疏散的效率。

4 結(jié)? 語

人員安全疏散就是科學(xué)疏散，本文引入多Agent技術(shù)，對(duì)應(yīng)急疏散模型進(jìn)行了設(shè)計(jì)與實(shí)現(xiàn)。仿真結(jié)果表明，從疏散出口設(shè)計(jì)的角度來看，疏散出口的位置對(duì)于人員是否能及時(shí)疏散有很大的影響。適當(dāng)增加疏散出口數(shù)量和寬度能夠減少疏散時(shí)間，在疏散場(chǎng)所中加入引導(dǎo)員顯得十分重要，能夠提高疏散效率。隨著多Agent思想建立的模型以及對(duì)相應(yīng)仿真軟件進(jìn)行進(jìn)一步優(yōu)化，確信它們將在人員應(yīng)急疏散的工作中發(fā)揮更大的作用。

參考文獻(xiàn)

[1] 張學(xué)鋒，張成俊，白晨曦，等.基于智能體技術(shù)的多重災(zāi)難人員疏散感知模型[J].系統(tǒng)仿真學(xué)報(bào)，2016，28（3）：535?541.

[2] 曹愛春，楊曉艇，侯旭東.Agent?CA的體育場(chǎng)館人群疏散模型[J].計(jì)算機(jī)工程與應(yīng)用，2013，49（24）：229?232.

[3] 陳迎欣.基于Multi?agent的地鐵站內(nèi)人群應(yīng)急疏散交互研究[J].計(jì)算機(jī)應(yīng)用與軟件，2013，30（10）：226?228.

[4] 馬晉鈺，吳建松，原帥琪.基于Multi?Agent的礦井人員疏散數(shù)值模擬[J].科學(xué)技術(shù)與工程，2017，17（36）：152?157.

[5] 田萍.面向艦船人員的應(yīng)急疏散系統(tǒng)仿真[J].艦船科學(xué)技術(shù)，2015，37（2）：192?195.

[6] MEI Linchu， PAOLO Parigi， JEAN?CLAUDE Latombe， et al. Simulating effects of signage， groups， and crowds on emergent evacuation patterns [J]. AI & society： the journal of human?centered systems and machine intelligence， 2015， 30（4）： 493?507.

[7] FRANTI?EK ?apkovi?. Agent?based modelling of the evacuation of endangered areas in crisis situations [J]. Vietnam journal of computer science， 2015， 2（1）： 35?45.

[8] XIONG M Z， TANG S Y， ZHAO D. A hybrid model for simulating crowd evacuation [J]. New generation computing， 2013， 31（3）： 211?235.

[9] SHARMA S， OGUNLANA K， SCRIBNER D， et al. Modeling human behavior during emergency evacuation using intelligent agents： A multi?agent simulation approach [J]. Information systems frontiers， 2018， 20（4）： 741?757.

[10] 張繼成，羊秋玲.基于多Agent的人員應(yīng)急疏散模型設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代電子技術(shù)，2018，41（12）：172?175.