复合不确定性层级下的应急疏散优先级排序
计算机与社会
2022-10-18 v1 人工智能
摘要
执行良好的应急疏散可挽救生命并减轻苦难。然而，决策者难以在应急疏散固有的混乱、不确定性与价值评判中确定最优疏散策略。我们提出并分析了一种决策支持工具，用于为民兵疏散准备团队开展危机前训练演练，并以 2021 年美国领导的阿富汗撤离为例探究该工具。我们采用不同类别的马尔可夫决策过程（MDPs）来刻画以下三方面的复合不确定性：（1）下一出现在撤离关口者的优先类别，（2）人群层面的优先类别分布，以及（3）个体声称的优先类别。我们比较了八种启发式策略下按优先状态疏散的人数。优化后的 MDP 策略相较所有启发式基线取得最佳表现。我们还表明，考虑模型不确定性的复合层级会增加复杂性，却无策略表现的提升。可从优化策略中提取有用启发式规则以辅助人类决策者。我们开源所有工具，以鼓励关于将算法整合进高风险人道主义决策中的权衡、局限与潜力的稳健对话。
引用
@article{arxiv.2210.08975,
title = {Prioritizing emergency evacuations under compounding levels of uncertainty},
author = {Lisa J. Einstein and Robert J. Moss and Mykel J. Kochenderfer},
journal= {arXiv preprint arXiv:2210.08975},
year = {2022}
}
备注
Submitted to the IEEE Global Humanitarian Technology Conference