Agent-CA的体育场馆人群疏散模型

曹爱春，杨晓艇，侯旭东

1.南昌大学体育系，南昌 330029

2.江西师范大学体育学院，南昌 330027

3.上海鑫磊信息技术有限公司，上海 200233

Agent-CA的体育场馆人群疏散模型

曹爱春1，杨晓艇2，侯旭东3

1.南昌大学体育系，南昌 330029

2.江西师范大学体育学院，南昌 330027

3.上海鑫磊信息技术有限公司，上海 200233

1 引言

随着经济文化、体育事业的快速发展，体育建筑呈现出多元、综合、复杂的趋势，体育场馆作为一个人群聚集的场所，一旦发生紧急事件，如果人群疏散不合理，常引起严重的人群伤亡现象，因此，进行体育场馆内人群疏散研究具有重要的现实意义，一直是公共安全研究领域的热点[1-2]。

体育场馆人群疏散是由诸多相互联系、相互作用要素组成的有机整体，是一个具有复杂性、多层次性、反馈性等特点的复杂大系统，具有极强的空间性与时序性[3]。针对该问题，国内外学者进行了大量、深入研究，当前主要有元胞自动机（CA）、多智能体模型（MAS）等体育场馆人群疏散模型[2-4]。元胞自动机是一种时间、空间、状态都离散，相互作用及因果关系皆局部的网格动力学模型，具有强大的复杂计算功能、固有的并行计算能力、高度动态特征以及具有空间概念等特征，使得它在模拟复杂的体育场馆内人群疏散的时空动态演变方面具有很强的能力，成为体育场馆人群疏散的主要模型[5]，如Kirchner通过朝目标运动中获得的收益来决定下一步人群行为，构建了基于成本效益的元胞人群疏散模型[6]。Zhou利用元胞自动机通过演化规则对行人流进行模拟，建立了人群疏散模型[7]。多智能体系统是由多个结构和性能较为简单的智能体组成的一个结构较为松散的系统，运用多智能体模型解决体育场馆内人群疏散问题时，完全符合体育场馆内人群所具有的很强的自治性与智能化等特点，成为当前研究的重要方向[8]。如：Berg通过模拟不同行人智能行为，建立一种人群疏散体模型[9]；Inoue构建了人群疏散的多智能体模型[10]；Shi提出了基于个体规则的人群疏散多智能体模型[11]。元胞自动机模型主要通过演化规则对人群疏散进行建模，针对特定行为的研究，忽略个体的差异性、空间离散化对人群疏散行为的影响，模拟结果很难全面、准确地反映人群疏散的现实状况[12]。多智能体模型在人员物理运动方面还有欠缺，而且存在计算量大，实现困难等缺点，特别是当人群数目较多时，仿真效率较低[13]。

结合智能体和元胞自动机模型的优点，更加真实地模拟体育馆人群疏散行为过程，提出一种多智能体和元胞自动机相结合的大型体育场馆人群疏散模型（Agent-CA），仿真结果表明，Agent-CA充分考虑了个体内在因素，更接近现实大型体育场馆的人群疏散情形，缩短了疏散时间。

2 模型建立

2.1 元胞自动机概述

元胞自动机模型是最具代表性的微观离散模型，作为一个时间、空间、状态都离散的数学模型框架，通过单元间的相互作用来构造动态演化系统，具有较强模拟各种物理系统和自然现象的能力[14]。CA最基本的组成包括元胞（Cell），元胞空间（Lattice），邻域（Neighbor），规则（Rule）。元胞自动机可以视为由一个元胞空间和定义在该空间的变换函数所组成，元胞自动机系统可以用一个四元组表示：

式中，d表示元胞自动机的维数；S表示元胞有限离散的状态集合；N表示空间邻域内元胞的组合；f将Sn映射到S上的一个局部转换函数。

2.2 人群疏散模型

2.2.1 模型假设

（1）体育馆人群在疏散过程中总是朝着出口方向前进，并根据环境危险度和自身情况等调整下一步行为决策。

（2）体育馆人群在疏散过程中会出现结伴、从众、阻碍、“欲速则不达”等复杂现象。

替格瑞洛治疗老年急性冠脉综合征患者的效果及对炎性因子、心功能的影响……………………… 郑舒 周冬翠 毕磊 等（4）446

（3）体育馆人群的疏散速度受自身心理、生理因素以及人群密度的影响，且不同类型的人具有不同的速度。

（4）将体育馆人群视为智能体，分为老人、成年人、小孩三类智能体，老人和成年人占据16个元胞，小孩占据9个元胞，分别用黄、蓝、紫色表示，每个智能体标识各自的编号。

2.2.2 模型构建

根据多智能体技术，体育馆人群被视为自主型智能体，具有复杂的决策判断能力，有自己的知识、经验，根据感知外界的信息和自身内在因素进行行为的调整，其模型的大致结构如图1所示。

图1 智能体结构

2.2.3 人群的感知

虚拟环境中的信息主要通过感知模型获得，从而感知模型关键在于如何模拟人体感官的功能限制，通过感知过滤器，获取感官可感知的信息，过滤掉感知不到的信息，本文只对人群视觉感知进行建模，原因一是简化模型，二是外界80%的信息通过视觉获得。视觉过滤器的原理是根据环境中各个对象与人眼的相对位置，确定某个对象是否能够被感知到，这其中要确定对象是否在感知视野范围内，另外是对象与人眼的连线上是否被其他对象遮挡。

其中，Cpanic为恐慌度；Cpanic的取值在[0,1]之间；kv为单位视距；D表示物体的大小。

图2 智能体视野感知范围

（2）空间遮挡关系。通过计算智能体到包围盒八个顶点的视线与其他物体包围盒矩形是否有交点来判定空间的遮挡关系。

（3）注意力机制。聚焦因子用来体现智能体对某对象的关注度，对象A的聚焦因子表示为：

式中，OA为智能体至对象A的矢量；Va为对象A的运动速度；a，b，c为各项的比例因子，不同智能体比例因子不同，体现智能体的个体差异。

2.2.4 行为决策

决策是人工智能的基本问题，目的是研究如何从现有状态达到目标状态，通过决策给出一个能达到目标的行动序列或每步的行为策略。

在体育场馆人群疏散过程中，人群疏散的行为可以概括为目标行为、从众行为、避碰行为、逃逸行为、帮助行为、排队行为等一系列行为。采用Brooks提出的包容式行为选择机制对人群疏散的各个行为模式进行选择，各行为模式的优先级次序从高至低为：逃逸行为、避碰行为、从众行为、帮助行为、排队行为、目标行为。

（1）逃逸行为。当智能体感知到危险度达到一定的值时，会主动选择逃逸行为，速度可由公式（4）得到：

式中，ρ为感知密度；λ为体力值，成年人体力最大值为1，老人为0.8，小孩为0.5，当智能体在行进时，每个步长的体力值下降power，等待时以power恢复；ε为测定系数；vmax为人群疏散最大速度；Cpanic为恐慌度。

（2）避碰行为。通过感知到的信息，利用相对速度障碍物方法实现智能体对动态和静态物体的避碰。为了体现智能体的差异性，使模型更加逼真，对智能体在何时选择避碰行为进行不同设置，如大胆型与慎重型智能体对障碍物避碰检测距离设置不同的值。

（3）从众行为。当恐慌度达到一定值时，人群趋向于从众行为，当恐慌度下降到一定值时智能体按一定的概率离开组群，个人选择目标行为前行。根据separate、alignment、cohesion行为原则，速度可表示为：

式中，vseparate,valign,vcohesion分别为separate、alignment、cohesion规则产生的速度。

（4）帮助行为。当智能体在感知范围内感知到有求助者，并自己的体力值和恐慌度在可允许的区间时，选择采取帮助行为，在多个智能体同时感知到有求助者时，距离最近的选择提供帮助，条件不足时，距离次近的执行。

（5）排队行为。当智能体感知到所处环境在出口附近，而当前又没有感知到太大危险值且前方无法移动时，选择排队行为。行为规则为如果前面一个智能体移动，则占据该智能体占据的网格，否则继续等待。

（6）目标行为。人群的最终目标是走向出口位置，在人的体力和心理满足条件以及人对环境熟悉的情况下，则智能体会选择目标方向前进，路径通过A*算法获得，行进速度由式（4）确定。

2.2.5 行为执行

根据智能体决策得到的速度对其每个智能体进行位置的并行更新，具体执行过程如公式（6）所示：

式中，Pt(x,y)为当前智能体位置；Pt+1(x,y)为下一时间步长位置；vprefer为智能体根据环境信息和自身状况决策后的速度，Δt为时间步长。

Agent-CA算法的工作流程如图3所示。

图3 Agent-CA算法的工作流程图

3 仿真实验

3.1 仿真环境

为了测试Agent-CA模型的实用性，将其应用到南昌体育馆疏散规划中，如图4所示，共有240个结点和8个出口。仿真模拟实验在PIV 3.0 GHz CPU，2 GB RAM，Windows XP的计算机中实现，算法编程语言为：VC6.0++，并采用单一的CA模型和MAS模型作为对比实验。

图4 江西南昌体育馆

3.2 结果与分析

在不同的体力下降值power条件下，疏散人数与疏散时间的变化曲线如图5所示。从图5可知，体力值下降power对人群疏散的时间产生了较大的影响。

图5 体力值对疏散行为的影响

考虑到不同恐慌值Cpanic，疏散人数与疏散时间的变化曲线如图6所示。从图6可知，当考虑恐慌值为Cpanic时，人群在开始阶段疏散比较快，但当人数较多时，产生大量拥挤，恐慌引起从众行为等原因造成了疏散时间过长，出现“欲速则不达”现象。

图6 恐慌度对疏散行为的影响

在不同疏散人数条件下，单一的CA模型、MAS模型和Agent-CA模型的体育馆人群疏散时间如图7所示。从图7可知，相对于单一的CA模型和MAS模型，Agent-CA模型的总时间比较稳定，人群疏散时间相对较少，大大节省了行人疏散的总时间，对比结果表明，Agent-CA模型很好地克服单纯使用元胞自动机造成的个性差异不足问题，同时避免了单纯使用多智能体模型产生的计算复杂性以及不能充分体现人群移动的宏观性等问题，为大型体育馆人群疏散的决策者提供一个较好的疏散方案。

图7 不同体育馆人群疏散模型的性能对比

4 结束语

根据大型体育馆人群疏散的特点与规律，提出一种基于Agent-CA的大型体育场馆人群疏散模型。仿真结果表明，Agent-CA较好地体现了人群疏散过程中的真实行为，为科学合理分析大型体育场馆人群疏散行为提供了一定的参考依据。

[1]张青松.人群拥挤踩踏事故风险理论及其在体育赛场中的应用[D].天津：南开大学，2007.

[2]郭伟.体育馆人员安全疏散研究[D].西安：西安建筑科技大学，2009.

[3]胡晓辉，郑峰，陈永，等.大型公共场所突发事件下人员疏散仿真研究[J].计算机工程与应用，2012，48（29）：230-233.

[4]刘真余，芮小平，董承玮，等.元胞自动机地铁人员疏散模型仿真[J].计算机工程与应用，2009，45（27）：203-205.

[5]廖艳芳，马晓茜.基于元胞自动机的地铁火灾疏散动态分析[J].系统仿真学报，2008，20（24）：6607-6612.

[6]Kirchner A，Namazi A，Nishinari K，et al.Role of conflicts in the floor field cellular automation model for pedestrian dynamics[C]//Proc 2nd International Conference on Pedestrians and Evacuation Dynamics，London，2003：51-62.

[7]Zhou U P，Chen D，Cai W T.Crowd modeling and simulation technologies[J].Transactions on Modeling and Computer Simulation，2010，20（4）.

[8]黄希发，王科俊，张磊，等.基于个体能力差异的人员疏散微观模型研究[J].中国安全生产科学技术，2009，5（5）：72-77.

[9]Berg J，Gu Y S，Lin J M，et al.Reciprocal n-body collision avoidance[C]//International Symposium on Robotics Research，2009：241-248.

[10]Inoue Y，Ikeda T，Yamamoto K，et al.Usability study of indoor mobile navigation system in commercial facilities[C]// Proceedings of the 2nd International Workshop on Ubiquitous Systems Evaluation，Seoul，2008：45-50.

[11]Shi J Y，Ren A Z，Chen C.Agent-based evacuation model of large public buildings under fire conditions[J].Automation in Construction，2008，18：338-347.

[12]史建勇，任爱珠.基于智能体的大型公共建筑人员火灾疏散模型研究[J].系统仿真学报，2008，20（20）：5677-5682.

[13]Ahmed A，Fisal N.A real-time routing protocol with load distribution in wireless sensor networks[J].Computer Communications，2008，31（14）：3190-3203.

[14]Yuan W F，Tan K H.An evacuation model using cellular automata[J].Physica A，2007，384：549-556.

[15]姚灿中，杨建梅.多Agent大众生产系统的群体行为选择分析[J].计算机工程与应用，2011，47（1）：8-11.

CAO Aichun1,YANG Xiaoting2,HOU Xudong3

1.Sports Department of Nanchang University,Nanchang 330029,China
2.Sports School of Jiangxi Normal University,Nanchang 330029,China
3.Shinsoft Information Co.,Ltd,Shanghai 200233,China

A crowd evacuation model for large sports venues based on multi-agent and cellular automata technology according to the behavior characteristics and rules of evacuation is proposed.The cell in the cellular space occupied by virtual individuals is taken as an independent agent,and cellular and state are encapsulated and extended to the autonomy agent,and then individual differences are realized through the design of evacuation behavior strategy as the evolution rules to reflect the individual character, physical strength,mental effect on evacuation behavior.The evacuation simulation are carried out in sports venues.The results show that the proposed model fully considers the factors.Case evacuation is closer to the reality of large sports venues shortening the time of evacuation.

large sports venues;multi-agent system;Cellular Automata（CA）;crowd evacuation;simulation

根据体育场馆人群疏散的特点与规律，提出一种基于多智能体和元胞自动机相融合的大型体育场馆人群疏散模型（Agent-CA）。将元胞空间中被虚拟人个体占据的元胞视为一个独立的智能体，将元胞及其状态进行封装，扩展为具有自主性的智能体，通过设计各种人群疏散行为策略做为演化规则，实现个体的差异性以体现个人个性、体力、心理等对疏散行为的影响，对体育场馆的人群疏散进行仿真实验。结果表明，Agent-CA综合了多智能体和元胞自动机的优点，充分考虑了个体内在因素，更接近现实大型体育场馆的人群疏散情形，缩短了疏散时间。

大型体育场馆；多智能体系统；元胞自动机；人群疏散；仿真

A

TP391.9

10.3778/j.issn.1002-8331.1306-0107

CAO Aichun,YANG Xiaoting,HOU Xudong.Crowd evacuation model for large sports venues based on multi-Agent and Cellular Automata technology.Computer Engineering and Applications,2013,49（24）：229-232.

江西省自然科学基金（No.0105100900100012）。

曹爱春（1973—），女，副教授，主要研究领域为体育教育，体育产业；杨晓艇（1972—），男，副教授，主要研究领域为体育教育，体育产业。

2013-06-13

2013-08-19

1002-8331（2013）24-0229-04