用于对抗人群仿真的情绪传染感知深度强化学习

人群中的对抗行为通常会加剧突发骚乱中事态的严重性，其中对抗性情绪传染与行为决策起着非常重要的作用。然而，对抗情绪影响决策的复杂机制，尤其在突发对抗环境中，尚未被很清晰地探索。本文提出一种用于对抗人群仿真的情绪传染感知深度强化学习模型（ACSED）。首先，我们基于改进的易感–感染–易感（SIS）传染病模型构建群体情绪传染模块，并在仿真中每一步估计群体的情绪状态。然后，基于深度 Q 网络（DQN）估计人群对抗行动倾向，其中智能体自主学习方法动作，并利用平均场理论快速计算周围其他个体对中心个体的影响。最后，结合群体情绪进一步分析 DQN 预测动作的合理性，并确定智能体最终动作。本文所提方法通过若干不同设置的实验得到验证。结果证明对抗情绪对群体战斗有关键影响，且积极情绪状态更利于战斗。此外，通过将仿真结果与实际场景对比，进一步确认了方法的的可行性，可为制定作战计划及提升正义群体在多类情境中的胜率提供良好参考。