A Simulation Model for Pedestrian Crowd Evacuation Based on Various AI Techniques
College of Science, University of Sulaimani(苏莱曼尼大学理学院);Sulaimania Polytechnic University(苏莱曼尼亚理工大学);University of Kurdistan Hewler(休勒库尔德斯坦大学)
本文试图设计一个行人人群疏散的智能仿真模型。为此目的,细胞自动机(CA)与模糊逻辑,第k近邻(KNN),和一些统计方程完全集成。在这个模型中,每个行人都被分配了一个特定的速度,根据他/她的身体,生物和情感特征。通过将每个行人的速度与环境、行人分布和对出口的熟悉程度等各种因素相结合,评估每个行人的应急行为和疏散效率。这些因素都对疏散过程有很大的影响。进行了几个实验,以验证该模型在不同的紧急情况下的性能。结果表明,该模型可以预测不同类型建筑内部和行人分布的疏散时间和紧急行为。该研究为建筑疏散系统的设计提供了参考。
2019-12-03 cs.AI cs.MA physics.soc-ph
An Improved Simulation Model for Pedestrian Crowd Evacuation
College of Science, University of Sulaimani(苏莱曼尼大学理学院);University of Kurdistan Hewler(库尔德斯坦休勒大学);Charles Sturt University(查尔斯斯特大学);Singidunum University(辛吉杜努姆大学);Engineering College, Salahaddin University-Erbil(埃尔比勒萨拉赫丁大学工程学院);Lebanese French University(黎巴嫩法国大学);The University of Burdwan(伯德万大学)
本文研究了一种最新的行人疏散模型,即,2019年底开发的“基于各种人工智能技术的行人人群疏散模拟模型”。本研究通过提出一种新的方法并将其与模型相结合,为开发的模型增加了新的功能。这种方法使开发的模型,以找到一个更合适的疏散区设计,其中包括安全,由于选择最佳的出口门的位置之间的许多建议的位置。该方法完全取决于所选模型的输出,即,疏散过程中每个人的疏散时间。该方法首先求出每个出口门位置的疏散时间的平均值,然后根据平均疏散时间,确定最佳出口门位置。为了验证该方法,使用了各种书面方案的疏散区的各种设计。结果表明,该方法能在众多建议出口位置中预测出一个较好的出口位置。最后,从本研究的结果,使用这种新提出的方法的集成,一个新的能力,为选定的模型在安全方面允许正确的决定,选择最好的设计,为疏散区等设计。
2020-12-04 cs.AI cs.MA
Quantitative Comparison Between Crowd Models for Evacuation Planning and Evaluation
人群模拟正迅速成为疏散规划和评估的标准工具。然而,文献中的许多人群模型在结构上是不同的,很少有严格的校准对现实世界的出口数据,特别是在紧急情况下。在本文中,我们描述了一个过程,定量比较不同的人群模型或模型和现实世界的数据。我们模拟了三种模型:(1)格子气模型、(2)社会力模型、(3)RVO2模型,得到了(1)疏散时间、(2)分区疏散时间、(3)通道密度、(4)总行驶距离、(5)不便度、(6)流量等6个观测量的分布。然后,我们使用DISSTATIS程序来计算三个模型之间的统计距离的折衷矩阵。将这三种模型投影到折衷矩阵的前两个主成分上,我们发现晶格气和RVO2模型在疏散时间、通道密度和流速方面是相似的,而社会力和RVO2模型在总行进距离方面是相似的。最重要的是,我们发现,分区疏散时间的三个模型是非常不同的。因此,我们建议使用这个变量,如果它可以测量,作为不同模型之间的关键测试,也模型和现实世界之间。最后,我们比较了2008年5月四川地震期间的紧急疏散流量的模型流量,并发现社会力量模型与此实际数据吻合得最好。
2014-01-10 cs.CY cs.MA
CrowdLogo: crowd simulation in NetLogo
在紧急情况下,规划人们从拥挤场所(如广场,体育场或室内竞技场)的疏散是当局必须处理的一项基本任务。本文总结了作者的工作,模拟一个广场上的紧急情况下使用NetLogo,多智能体可编程建模环境。紧急情况场景基于2017年6月3日在都灵圣卡洛广场发生的真实事件。作者已经开发了一个模型,并进行了各种实验,其结果进行了介绍,讨论和分析。文章最后提出了进一步研究的建议,并总结了主要的收获。
2023-02-21 cs.MA
Modelling social identification and helping in evacuation simulation
社会科学家批评了行人流的计算机模型,因为它们将心理群体视为仅仅是个人的集合。事实上,大多数疏散动力学模型都使用物理学中的类比,将行人视为粒子。虽然这确保了模拟的结果与重要的物理现象相匹配,例如随着密度的增加,人群的减速,但忽略了群体过程等社会现象。特别是,人群中的人具有社会身份,并与人群中的其他人分享这些社会身份。自我分类的过程决定了人群中的规范,并影响人们在疏散情况下的行为。我们制定了应用程序的社会身份在行人模拟算法。我们的目标是检查是否有可能进行的心理模型,以计算机模型的行人运动,使模拟结果对应于观察人群心理。也就是说,我们量化和形式化的实证研究和口头描述的群体身份对行为的影响。我们使用不确定性量化来分析当我们改变关键模型参数时模型的行为。在第一种方法中,我们将自己限制在一个特定的场景中,这个场景已经被人群心理学家彻底调查过,并且有一些定量数据可用:2005年7月7日伦敦地铁车厢的爆炸和随后的疏散。
2016-07-12 cs.MA math.DS physics.soc-ph
CellEVAC: An adaptive guidance system for crowd evacuation through behavioral optimization
人群疏散过程的一个关键方面是个人决策的动态性。在这里,我们研究如何有利于一个协调的群体动态通过最佳的出口选择指令,使用行为策略优化。我们提出并评估了一个自适应引导系统(基于细胞的人群疏散,CellEVAC),动态分配颜色的细胞在一个基于细胞的行人定位基础设施,以提供有效的出口选择指示。CellEVAC的操作模块实现了一个优化的离散选择模型,该模型集成了使疏散人员适应其退出选择的影响因素。为了优化模型,我们使用了一个仿真优化建模框架,该框架集成了基于经典社会力模型的微观行人仿真。我们通过使用模拟出口门动态的行人基本图来特别关注安全性。CellEVAC已经在模拟真实场景(马德里竞技场)中进行了测试,在不同的外部行人流量模式下模拟复杂的行人互动。结果表明,CellEVAC优于不使用该系统的疏散过程,随着相互作用变得复杂,其性能呈指数级提高。我们比较了我们的系统与现有的方法的基础上笛卡尔遗传编程。我们的系统表现出更好的整体性能,在安全性,疏散时间,和出口选择决策的修订数量。进一步的分析还显示,笛卡尔遗传编程产生的自然行人反应和运动比CellEVAC少。决策逻辑模块是建立在行为模型上的,这一事实似乎有利于更自然和有效的反应。我们还发现,我们的建议对疏散有积极的影响,即使遵守率很低(40%)。
2021-05-18 cs.MA cs.SY eess.SY
Evacuation trials from a double-deck electric train unit: Experimental data and sensitivity analysis
旅客列车在紧急情况下代表了一个具有挑战性的环境,公共交通车辆固有的典型布局和内部设计导致了特定的疏散条件。本文描述了在2018年在布拉格进行的模拟双层电动单元轨道车紧急疏散的全尺寸受控实验中获得的数据集。在考虑不同乘客人群组成、出口宽度和出口类型(例如,出口到高站台、使用楼梯到开放式铁路线以及没有任何支撑设备的750 mm跳跃)的各种疏散场景下,进行了15次疏散试验,涉及91名参与者。该研究的主要目的是收集关于轨道车内运动条件的实验数据,并研究各种边界条件对疏散过程和总疏散时间的影响。还分析了运动特征(出口流量、速度)和人类行为(运动前活动、出口行为)。所获得的数据被用来验证和调整探路者模型,以捕捉从轨道车疏散的重要方面。此外,使用该模型进行了一系列的模拟,提供人群组成,出口宽度,出口类型对总疏散时间的影响的敏感性分析。作为一个关键的发现,我们可以得出结论,对于一个标准的出口路径(平台或楼梯)的情况下,主要出口的宽度对总疏散时间的影响最大,然而,人群组成在疏散场景中发挥了主导作用,涉及跳跃。
2022-02-23 cs.MA physics.soc-ph
Emotion-Based Crowd Simulation Model Based on Physical Strength Consumption for Emergency Scenarios
人们越来越关注交通流和人群运动的建模和仿真,这两种现象在许多情况下都涉及行人和汽车之间的相互作用。特别是,人群模拟对于理解流动性和交通模式非常重要。本文提出了一种基于情感的、融合体力消耗的人群仿真模型。受“忠实演员”理论的启发,模型中每个个体的动作都是通过模拟体力消耗和恐慌情绪的影响来确定的。特别地,使用基于物理学的数值方法来计算人的体力消耗。受James-Lange理论的启发,恐慌水平是通过增强的情绪传染模型来估计的,该模型利用了体力消耗和恐慌之间的内在关系。据我们所知,我们的模型是第一个方法整合体力消耗到一个基于情感的人群仿真模型,通过利用体力消耗和情感之间的关系。我们强调了不同场景下的性能,并将所产生的行为与现实世界的视频序列进行比较。我们的方法可以可靠地预测在紧急情况下个人的体力消耗和恐慌程度的变化。
2019-12-08 cs.MA
Evacuation time estimate for a total pedestrian evacuation using queuing network model and volunteered geographic information
城市疏散时间的估计是一个重要的问题,因为成千上万的个体之间的相互作用,引起各种集体现象,如瓶颈形成,间歇流和走走停停的波。我们提出了一个平均场的方法来绘制道路网络的空间属性,疏散人数和由此产生的疏散时间估计(ETE)之间的关系。我们将$50$中等规模的英国城市分为共$697$的集水区,我们定义为一个区域,所有代理共享相同的最近的出口节点。在这些集水区,90%的座席位于其指定出口节点的$5.4$ km范围内。我们建立了一个集水区的属性(人口,距离出口节点和出口节点宽度)和自由流制度的平均流速通过模拟总疏散使用代理基于“排队网络”模型的特征流量。我们使用这些变量来确定汇水区属性和所得ETE之间的关系。这种关系可以使应急规划人员能够快速评估疏散策略,并在危机发生时帮助支持决策。
2015-10-08 cs.MA physics.soc-ph
NetLogo Implementation of an Evacuation Scenario
疏散拥挤的封闭空间,如迪斯科舞厅,公共展览馆或音乐厅,已变得越来越重要,并得到从业人员和公共当局的关注。使用NetLogo,一个基于代理的仿真框架,允许快速创建原型的仿真实现,提出。我们的目的是证明,这个模型使用NetLogo开发,虽然简单,但可以扩展和适应消防安全专家测试各种场景,并验证他们的设计结果。进行了一些初步的实验,其结果,验证和讨论,以说明其有效性。最后,我们得出了一些结论,并指出了这项工作可以进一步扩展的方式。
2013-03-15 cs.MA
Extended Range Telepresence for Evacuation Training in Pedestrian Simulations
在这方面的贡献,我们提出了一个新的框架来评估行人模拟使用扩展范围的临场感。远程呈现被用作虚拟现实行走模拟器,其向用户提供在比用户实际行走的真实物理环境大得多的虚拟环境中存在和行走的逼真印象。通过比较遥现用户的运动数据与模拟的某些点处的模拟数据来执行模拟的验证。来自模拟的触觉反馈的使用使得该框架适合于紧急情况下的训练。
2010-02-19 cs.HC cs.MA
Learning-to-Dispatch: Reinforcement Learning Based Flight Planning under Emergency
在紧急情况下,特别是在飓风灾害中,资源分配的有效性至关重要。然而,大多数的研究集中在地面交通系统的应急资源分配。在本文中,我们提出了学习调度(L2D),一个基于强化学习(RL)的航线调度系统,旨在增加额外的航班飓风疏散,同时最大限度地减少空域的复杂性和空中交通管制员的工作量。考虑到短期和长期收益,使用RL从历史航班数据中学习权重的二分图,我们将航班调度制定为在线最大权重匹配问题。与传统的订单调度问题不同,没有一个实际的或估计的指标可以评估额外的疏散航班对空中交通复杂度的影响。然后,我们提出了一个多变量的奖励函数在学习阶段,并比较它与其他单变量的奖励设计,以显示其优越的性能。使用飓风Irma的真实世界数据集的实验证明了我们提出的模式的有效性和效率。
2021-07-10 cs.MA cs.SY eess.SY
Modelling Bushfire Evacuation Behaviours
森林大火对澳大利亚的区域构成重大威胁。为了最大限度地降低风险并提高复原力,社区需要强有力的疏散策略,以说明人们在火灾发生前和火灾发生期间的可能行为。基于代理的建模(ABM)提供了一个实用的方法来模拟一系列的火灾疏散场景。然而,反弹道导弹系统应反映特定社区中可能的人类反应的多样性。信念-愿望-意图(BDI)认知模型以领域专家可以理解的紧凑表示形式捕捉行为。在BDI-ABM模拟中,可以为各个BDI代理分配配置文件,以确定其可能的行为。在一群代理人中,他们的集体行为将影响社区的反应。这些概况来自现有的人类行为研究和与紧急服务人员的协商,并捕捉了疏散之前和疏散期间人口中已识别群体的预期行为。然后,可以形成每个社区的真实表示,并且可以使用模拟中的疏散场景来探索人口结构对结果的可能影响。希望这将使人们更好地了解与疏散有关的风险,并为每个社区制定量身定制的疏散计划,以帮助他们做好准备并应对火灾。
2019-09-03 cs.AI cs.MA
Agent-Based Model of Crowd Dynamics in Emergency Situations: A Focus on People With Disabilities
当引入恐慌时,大群体中的人们的集体行为和紧急的人群动态可能会产生危险和灾难性的结果。这些事件可能是由紧急情况引起的,例如大型建筑物中的火灾或人们在密集区域匆忙时的踩踏效应。在本文中,我们将使用基于代理的建模方法来模拟不同的疏散事件,试图了解什么是最有效的方案。具体而言,我们将重点关注残疾人在紧急疏散期间如何受到选定参数的影响。我们选择ABM来模拟这一点,因为我们希望在我们的模型中为不同的“代理”指定特定的角色。具体来说,我们将重点关注残疾人对人群动态和最佳出口的影响。残疾人座位的位置是否会影响最后一个人离开大楼所需的时间?不良的标志对健全人和残疾人安全离开所需的时间有什么影响?如果有些人在恐慌状态下不知道其他出路,会发生什么?使用我们的基于代理的模型,我们将调查这些问题,同时也调整其他外部影响,如人群的密度,人们离开的速度,以及人们在模拟开始时的位置。
2022-12-15 cs.MA stat.CO
Enhancing Evacuation Planning through Multi-Agent Simulation and Artificial Intelligence: Understanding Human Behavior in Hazardous Environments
King Abdul-Aziz University(阿卜杜勒阿齐兹国王大学)
本研究采用AI中的多智能体系统技术,基于NetLogo构建危险环境疏散仿真模型,以捕捉疏散场景复杂动态、深化人类危急行为理解,助力制定更高效的疏散策略,提升危险场所人员安全。
2023-06-11 cs.AI cs.MA
Cognitive Agent Based Simulation Model For Improving Disaster Response Procedures
ETH-Zurich(苏黎世联邦理工学院);Rutgers University(罗格斯大学);Singapore-ETH Centre(新加坡-ETH中心)
在发生灾害时,拯救人类生命至关重要。为了制定适当的疏散程序和指导系统,有关人们在恐慌和压力下如何反应的行为数据至关重要。在没有真实的人类数据的情况下,建筑物疏散,有必要为人群模拟器模型的出口和决策的不确定性。在本文中,我们提出了一个基于代理的仿真工具,这是接地在人类的认知和决策,评估和提高建筑疏散程序和指导系统的有效性,在灾难。具体来说,我们提出了一个预测代理寻路框架的基础上,信息论,适用于在交叉口与可变的路线选择,它融合了N个动态信息源。所提出的框架可以用于可视化轨迹和预测结果(即,总疏散时间,疏散的人数)对于加强或矛盾信息源的不同组合(即,标志、人群流动、熟悉度和空间布局)。该工具可以使设计人员重新创建各种灾难场景,并生成模拟数据,以改进疏散程序和现有的指导系统。
2019-10-02 cs.AI cs.MA
Crowd Congestion and Stampede Management through Multi Robotic Agents
人群管理是一项复杂、具有挑战性和关键性的任务。过去,由于缺乏适当的人群管理,导致了许多不幸的踩踏事件,造成重大生命损失。为提高人群管理效率,我们部署了自动化实时的检测踩踏易发区域。然后,我们使用机器人代理来帮助人群管理警察控制这些踩踏事件易发区域的人群。在这样做的同时,我们的目标是尽量减少机器人代理在我们的环境中的干扰。从而不会破坏这个地方的氛围和美学。我们评估我们的模型在处理困难的情况下,如紧急疏散和存在局部拥堵的有效性。最后,我们模拟了一个多代理系统的基础上,我们的模型,并用它来说明实用的机器人代理检测和减少拥塞。
2015-02-28 cs.MA
Crowd simulation incorporating a route choice model and similarity evaluation using real large-scale data
为了更好地理解人群运动和解决人群事故,人们对用数学模型表达人群运动的建模和仿真方法进行了广泛而积极的研究。现有的文献对人群建模只集中在步行行为的决策。然而,路线选择的决策,这是一个更高层次的决策,也应该建模,以构建更实际的模拟。此外,结合使用真实数据的路线选择模型的人群模拟的再现性评估是不充分的。因此,我们概括并提出了一个人群模拟框架,其中包括实际人群运动测量,路线选择模型估计,人群模拟器建设。我们使用离散选择模型作为路径选择模型,社会力模型作为步行模型。在实验中,我们测量人群的运动在疏散演习中的剧院和烟花事件,成千上万的人移动,并证明了人群模拟结合的路线选择模型可以更准确地再现真实的大规模人群运动。
2023-02-24 cs.MA
An LLM-powered Agent Framework for Heterogeneous Evacuation Behavior Modeling under a Moving Threat in a Public Plaza
School of Transportation and Logistics, Southwest Jiaotong University(西南交通大学交通运输与物流学院);Fujian Police College(福建警察学院)
提出基于LLM的智能体框架,通过人格条件提示和记忆知识图谱建模移动威胁下的异构疏散行为,实验表明信息获取显著影响疏散成功率。
2026-09-30 cs.MA physics.soc-ph
Agent-based modelling of pedestrian responses during flood emergency: mobility behavioural rules and implications for flood risk analysis
一个基于代理的模型(ABM),用于模拟洪水行人的相互作用,特别是探索更现实的反应疏散行人在洪水期间。反弹道导弹系统内的行人代理人遵循管理其在干旱地区移动的导航规则。当在洪水中时,行人代理被分配额外的行为规则,以考虑他们的稳定性和步行速度,以及他们不同的身高和体重。ABM被应用于复制一个被淹没的购物中心的合成测试案例,考虑越来越复杂的配置模式的疏散行人的行为规则。模拟结果进行了分析的基础上的空间和时间指标告知洪水风险状态的动态变化的洪水淹没行人在一个常用的洪水危险等级(HR)度量,可变的步行速度,由于倾倒和/或滑动的不稳定性。我们的分析显示,随着稳定性和步行速度行为规则变得更加复杂,疏散时间和风险暴露水平显着延长。它还允许识别由于不稳定的行人而导致的更保守的HR阈值,以及一个新的公式来直接估计作为洪水中稳定行人的HR的函数的步行速度状态。提供了软件可访问性的附带详细信息。
2020-06-15 cs.MA physics.soc-ph
Coordinated Autonomous Drones for Human-Centered Fire Evacuation in Partially Observable Urban Environments
Mechanical Engineering University of California, Berkeley(机械工程 加州大学伯克利分校);Computer Sciences University of California, Berkeley(计算机科学 加州大学伯克利分校);Computer Engineering Johns Hopkins University(计算机工程 约翰霍普金斯大学)
针对城市火灾疏散中现有无人机支援不足、未考虑人类恐慌行为的问题,提出基于POMDP的异构无人机协同框架,结合实证心理学人类行为模型与带循环策略的PPO算法,可显著缩短疏散时间。
2025-10-27 cs.MA cs.RO
Simulation of Crowd Egress with Environmental Stressors
University of Connecticut(康涅狄格大学)
本文提出了一种考虑环境压力源的人群疏散模拟方法,结合压力理论与社会力模型,用于研究疏散过程中人群的聚群行为和路径寻找活动。
2026-07-12 cs.MA nlin.AO physics.soc-ph