基于Agent的垂直疏散模型研究

余 雷, 段晨東

(長(zhǎng)安大學(xué)電子與控制工程學(xué)院， 陜西 西安 710064)

0 引 言

近年來(lái)在國(guó)際國(guó)內(nèi)各種自然災(zāi)害事件頻有發(fā)生，給人們的生命財(cái)產(chǎn)安全造成了極大危害.為了能夠可靠有效地應(yīng)對(duì)突發(fā)災(zāi)害事故，國(guó)內(nèi)外開(kāi)展了不少關(guān)于人群疏散方面的研究.人群疏散仿真是人群疏散研究的一個(gè)重要組成部分，其仿真模型一般分為宏觀和微觀兩大類，早期的研究以宏觀模型為主，這類模型注重疏散人群的整體行為特征，它的優(yōu)點(diǎn)是對(duì)計(jì)算機(jī)運(yùn)算能力要求低，缺點(diǎn)是無(wú)法描述個(gè)體的特征以及個(gè)體之間的區(qū)別，特別是對(duì)于突發(fā)事件情況無(wú)法描述高度復(fù)雜和不確定性的人員疏散動(dòng)態(tài)過(guò)程.相對(duì)于宏觀模型來(lái)說(shuō)，微觀模型具有很多優(yōu)點(diǎn)，在仿真中針對(duì)人群中不同的個(gè)體可以設(shè)置不同的參數(shù)及行為規(guī)則，從而真實(shí)地反映出人群組成的異質(zhì)性，另外個(gè)體行為是依照其所處環(huán)境動(dòng)態(tài)決定的，可以真實(shí)體現(xiàn)個(gè)體之間的相互作用.目前,微觀仿真研究逐漸成為人群疏散仿真研究的主流.本文以Agent仿真軟件NetLogo為基礎(chǔ)對(duì)人群垂直疏散模型進(jìn)行了研究.

1 Agent技術(shù)及NetLogo仿真

智能體(Agent)是分布式人工智能(DAI)領(lǐng)域的一個(gè)基本術(shù)語(yǔ)，它是由美國(guó)學(xué)者明斯基于20世紀(jì)80年代提出的[1].智能體(Agent)是一個(gè)物理或抽象的、能在一定環(huán)境下運(yùn)行的實(shí)體,它能作用于自身和環(huán)境，并對(duì)環(huán)境作出反應(yīng)[2].智能體具有知識(shí)、目標(biāo)和能力：知識(shí)主要包括領(lǐng)域知識(shí)、通訊知識(shí)、控制知識(shí)等；目標(biāo)可以根據(jù)變化情況分為靜態(tài)目標(biāo)和動(dòng)態(tài)目標(biāo)，并可以通過(guò)算法編入或顯示給定，或通過(guò)通訊獲得；能力是指智能體具有推理、決策、規(guī)劃和控制等的能力.其能力的獲得可以顯示給定、學(xué)習(xí)或通過(guò)通訊獲得.智能體具有如下特性：自治性、社會(huì)性和反應(yīng)性.多智能體仿真的基本思想是：用程序展示行為，而這些行為則完全通過(guò)其內(nèi)部機(jī)制來(lái)描述.通過(guò)把一個(gè)個(gè)體鏈接到一個(gè)程序上，就有可能模擬一個(gè)充滿著相互作用的過(guò)程的人工世界,因此就有可能用人工對(duì)應(yīng)物來(lái)置換真實(shí)系統(tǒng)里的成員總體.總體里的每個(gè)成員都由一個(gè)Agent來(lái)代表.多智能體仿真具有優(yōu)于傳統(tǒng)數(shù)值模擬技術(shù)的特點(diǎn).傳統(tǒng)的數(shù)值模擬基于數(shù)學(xué)或隨機(jī)模型，通常是靜態(tài)數(shù)學(xué)模型,而多智能體仿真提供了形象的可視化顯示，使用戶(模擬設(shè)計(jì)者)能夠在模擬過(guò)程中直觀地評(píng)估Agent的行為，因此多智能體系統(tǒng)具有在空間上分布式的、并行的，且系統(tǒng)的容錯(cuò)能力較強(qiáng)等特點(diǎn).

NetLogo是一個(gè)用來(lái)對(duì)自然和社會(huì)現(xiàn)象進(jìn)行仿真的可編程建模環(huán)境,它是由Uri Wilensky在1999年發(fā)起的，由連接學(xué)習(xí)和計(jì)算機(jī)建模中心(CCL)負(fù)責(zé)持續(xù)開(kāi)發(fā).NetLogo特別適合對(duì)隨時(shí)間演化的復(fù)雜系統(tǒng)進(jìn)行建模.建模人員能夠向成百上千的獨(dú)立運(yùn)行的“主體”(Agent)發(fā)出指令,這就使得探究微觀層面上的個(gè)體行為與宏觀模式之間的聯(lián)系成為可能，這些宏觀模式是由許多個(gè)體之間的交互涌現(xiàn)出來(lái)的[3].

2 系統(tǒng)建模

為了模擬在發(fā)生突發(fā)災(zāi)害情況下人群的反應(yīng)，本系統(tǒng)中所建模型為真實(shí)模型的簡(jiǎn)化.

圖1 仿真環(huán)境

(1)運(yùn)行環(huán)境：運(yùn)行環(huán)境代表了人員疏散過(guò)程中個(gè)體所在的空間，空間采用連續(xù)的二維空間模型.在本模型中整個(gè)模擬環(huán)境為50 m×21 m的二維空間，如圖1所示，其中包括兩個(gè)部分：灰色水平部分為街道，寬度為4 m，白色垂直部分為疏散建筑，建筑物寬度為5 m.

(2)個(gè)體：即疏散人群.在某些疏散方案中，通常會(huì)安排工作人員對(duì)應(yīng)急疏散人員進(jìn)行引導(dǎo)，為了解釋引導(dǎo)對(duì)人員疏散的影響及其發(fā)揮的作用，在本模型中設(shè)定了兩種不同的個(gè)體：普通居民和引導(dǎo)人員.

①普通疏散居民Agent.對(duì)于這群疏散個(gè)體AgentAk(k=1,2,…,N)，其屬性定義為

②引導(dǎo)人員Agent.對(duì)于這群疏散個(gè)體AgentAk(k=1,2,…,N)，其屬性定義為

在這兩類個(gè)體的屬性定義中個(gè)體的運(yùn)行速度speed、運(yùn)行方向direction、所在的物理位置(xi,yi)標(biāo)識(shí)個(gè)體在環(huán)境中運(yùn)行的空間屬性.從圖1中我們可以看到個(gè)體在運(yùn)行過(guò)程中的圖示，其中箭頭代表行進(jìn)方向，實(shí)心箭頭代表正在尋找安全樓層區(qū)域的個(gè)體uppers(個(gè)體會(huì)向上移動(dòng)以尋找安全區(qū)域)，空心箭頭代表正在尋找街道避難場(chǎng)所的個(gè)體outers.個(gè)體的安全程度safety用顏色來(lái)表示：綠色代表處于安全狀態(tài)，黃色代表處于冒險(xiǎn)狀態(tài)，紅色代表正處于危險(xiǎn)狀態(tài).

引導(dǎo)人員是指熟悉居民區(qū)環(huán)境和疏散通道，能夠在緊急情況發(fā)生時(shí)承擔(dān)起引導(dǎo)居民迅速撤離現(xiàn)場(chǎng)任務(wù)的人員.引導(dǎo)人員的作用就是試圖讓其他人模仿他的行為.事實(shí)上，在突發(fā)事件發(fā)生時(shí)，如果有熟悉周邊環(huán)境和疏散路徑的人員對(duì)應(yīng)急疏散人員加以引導(dǎo)，就可以充分減小疏散人員的恐慌和混亂，保證迅速而有序地撤離現(xiàn)場(chǎng)，提高疏散效率，減輕災(zāi)害損失.當(dāng)引導(dǎo)人員在樓層中時(shí)，他將引導(dǎo)其他居民向上移動(dòng)；如果引導(dǎo)人員在街上時(shí)，他將引導(dǎo)其他居民向街道移動(dòng).如果普通居民Agent受到引導(dǎo)人員Agent影響，他將改變自己原來(lái)的疏散行為而聽(tīng)從引導(dǎo)人員的安排.

引導(dǎo)人員只能影響他周圍的鄰居區(qū)域.每個(gè)引導(dǎo)人員具有一個(gè)可信度因子credibility，而每個(gè)非引導(dǎo)者具有一個(gè)信任因子belief，這樣使得可信度因子高的引導(dǎo)員更容易被信任，信任因子高的非引導(dǎo)者更容易信任別人.在仿真中，處于建筑物中的引導(dǎo)者比街道上引導(dǎo)者可信度因子更高.

(3)行為規(guī)則.

①所有疏散人群將一直向前移動(dòng)直到遇上其他人或者需要轉(zhuǎn)彎的情況(比如由街道進(jìn)入建筑物或者由建筑物進(jìn)入街道).所有人員可以根據(jù)道路堵塞情況降低速度或者提高速度，當(dāng)疏散時(shí)有最快速度限定：v≤vmax.

②當(dāng)某個(gè)個(gè)體在行進(jìn)過(guò)程中周圍發(fā)生堵塞的情況下，他將減慢速度，或者繞過(guò)阻礙.在程序設(shè)計(jì)中個(gè)體主要選擇從左邊繞過(guò)個(gè)體,但在某些情況下也會(huì)選擇繞過(guò)右邊，比如個(gè)體對(duì)相反方向個(gè)體讓位時(shí)他也會(huì)選擇從右邊進(jìn)行避讓.

③當(dāng)個(gè)體被堵塞太長(zhǎng)時(shí)間時(shí)，他將選擇轉(zhuǎn)身并試圖從相反方向進(jìn)行嘗試.另外整個(gè)街道處于循環(huán)狀態(tài)，這樣可以使得個(gè)體在其中一端消失而在另外一端出現(xiàn).

④uppers個(gè)體在街道上時(shí)將向前移動(dòng)尋找遇到建筑物入口，當(dāng)遇到建筑物入口的時(shí)候轉(zhuǎn)彎并試圖進(jìn)入建筑物,一旦進(jìn)入建筑物他們將繼續(xù)向上以尋找安全地帶.

⑤outers個(gè)體會(huì)尋找街道方向并向街道疏散，所以他將一直向前移動(dòng)到街道.到了街道以后將隨機(jī)選擇移動(dòng)方向直到遇到阻礙.

3 系統(tǒng)仿真

對(duì)所建模型進(jìn)行仿真，模型基本參數(shù)設(shè)定為：安全高度為5 m，初始人數(shù)為n=100人.圖2為初始uppers人數(shù)占50%且沒(méi)有引導(dǎo)人員情況下的仿真過(guò)程人員分布狀況，圖3為初始uppers人數(shù)占50%且有引導(dǎo)人員時(shí)的人員分布狀況.

圖2 初始uppers人數(shù)占50%且無(wú)引導(dǎo)人員時(shí)的人員分布狀況

圖3 初始uppers人數(shù)占50%且有引導(dǎo)人員時(shí)的人員分布狀況

表1 疏散所占時(shí)間及平均安全人數(shù)分布圖

從兩幅圖的比較我們可以看出，當(dāng)沒(méi)有引導(dǎo)人員時(shí)，由于Agent需要自己選擇疏散路線及目的地，從而導(dǎo)致處于危險(xiǎn)狀態(tài)的人群很難逃離危險(xiǎn)區(qū)域，而當(dāng)有了引導(dǎo)人員后，從仿真結(jié)果可以看到，當(dāng)下達(dá)疏散指令后，由于存在引導(dǎo)信息時(shí)絕大多數(shù)應(yīng)急疏散人員不需要自己選擇疏散路線及其疏散目的地，而是通常會(huì)跟隨引導(dǎo)人員選擇離自己最近的避難場(chǎng)所作為逃生目的地,而且當(dāng)有人指引時(shí)居民在逃生過(guò)程中表現(xiàn)得比較理性，使得處于危險(xiǎn)狀態(tài)的人員數(shù)量急劇減少.由此可見(jiàn),存在引導(dǎo)信息時(shí)的疏散效率遠(yuǎn)大于沒(méi)有引導(dǎo)信息時(shí)居民自行疏散的疏散效率.

表1為不同比例下人群疏散所用時(shí)間及安全人數(shù)對(duì)比,其中第7項(xiàng)“最優(yōu)情況”是指在假設(shè)所有Agent完全理性通過(guò)下計(jì)算得到的,在此情況下所有Agent都從兩棟建筑物的中點(diǎn)開(kāi)始向建筑物移動(dòng)并移向建筑物安全地帶.該計(jì)算假設(shè)所有Agent以勻速移動(dòng)，所以此情況為疏散的最快模式.從表中我們也可看出隨著uppers人數(shù)所占比例的逐漸提高，平均安全人數(shù)也逐漸提高，到75%的時(shí)候，在有引導(dǎo)人員的情況下平均安全人數(shù)已經(jīng)快接近最優(yōu)情況下的安全人數(shù)，也就是說(shuō)此時(shí)已經(jīng)達(dá)到飽和,同時(shí)從表中還可看出在有引導(dǎo)人員的情況下平均時(shí)間大幅縮短,而同時(shí)平均安全人數(shù)大幅提高.

4 結(jié)論及建議

現(xiàn)實(shí)的應(yīng)急疏散安全問(wèn)題促進(jìn)了對(duì)疏散系統(tǒng)進(jìn)行科學(xué)系統(tǒng)的研究,因疏散系統(tǒng)及人員的高度不確定性、動(dòng)態(tài)性、與眾多因素相關(guān)的復(fù)雜性決定了它是一個(gè)復(fù)雜的不確定性系統(tǒng)[4]，這給本領(lǐng)域的研究者提出了一個(gè)巨大的挑戰(zhàn).疏散系統(tǒng)仿真從早期的以觀察定性總結(jié)為主的經(jīng)驗(yàn)研究發(fā)展到后來(lái)的數(shù)學(xué)模型計(jì)算,直到現(xiàn)在借助計(jì)算機(jī)仿真進(jìn)行人員疏散研究，并從最初人群宏觀模型的研究發(fā)展到如今的Agent智能體的微觀模型研究.

本文在以往研究的基礎(chǔ)上，把引導(dǎo)人員引入模型，考慮了從眾行為對(duì)目標(biāo)選擇的影響，能夠比較真實(shí)地反映出突發(fā)狀況下人群的疏散行為.但是在真實(shí)情況下人群的疏散行為是一個(gè)非常復(fù)雜的行為，它受個(gè)體身體素質(zhì)、心理素質(zhì)等多方面的影響，在以后的研究中還有待于考慮更多的因素和行為.

參考文獻(xiàn)

[1] S. Franklin, A. Graesser. Is it an agent, or just a program? A taxonomy for autonomous agents[C]. Proceedings of the Third International Workshop on Agent Theories, Architectures and Languages,Berlin,1996.

[2] A. Hendrik, H. C. vanVeen, K. Hartwig, Distler. Navigating through havirtualcity: using virtual reality technology to study humanaction and perception[J]. Future Generation Computer Systems, 1998,14(2):231-242.

[3] 童 梅,楊曉光,吳志周. NetLogo——一個(gè)方便實(shí)用的交通仿真建模工具[C]. 第一屆中國(guó)智能交通年會(huì)論文集，2005.

[4] 王 霞，謝智敏，關(guān)賢軍.恐慌狀態(tài)下人群疏散的微觀仿真研究[C].2010 International Conference on Future Information Technology and Management Engineering，2010：40-43.