基于深度强化学习的多出口疏散仿真
机器学习
2020-07-14 v1 机器学习
摘要
传统的多出口室内疏散仿真主要关注如何在变化的环境中基于众多因素确定合理的出口。结果通常包含一些拥堵的出口和其他未充分利用的出口，尤其是在行人众多的情况下。我们提出了一种基于深度强化学习（DRL）的多出口疏散仿真，称为 MultiExit-DRL，其包含深度神经网络（DNN）框架以促进状态到动作的映射。该 DNN 框架采用 Rainbow Deep Q-Network（DQN）——一种集成了多种先进 DQN 方法的 DRL 算法——以提高数据利用率和算法稳定性，并进一步将动作空间划分为八个等距方向供行人选择。我们在三种独立场景中比较了 MultiExit-DRL 与两种传统多出口疏散仿真模型：1）变化的行人分布比例，2）变化的出口宽度比例，以及 3）变化的出口开放时间表。结果表明，MultiExit-DRL 在所有设计的实验中均表现出极高的学习效率，同时减少了疏散帧总数。此外，DRL 的集成使行人能够探索其他潜在出口并帮助确定最优方向，从而实现出口利用率的高效性。
引用
@article{arxiv.2007.05783,
title = {Simulating multi-exit evacuation using deep reinforcement learning},
author = {Dong Xu and Xiao Huang and Joseph Mango and Xiang Li and Zhenlong Li},
journal= {arXiv preprint arXiv:2007.05783},
year = {2020}
}
备注
25 pages, 5 figures, submitted to Transactions in GIS