曹愛春，楊曉艇，侯旭東

1.南昌大學體育系，南昌 330029

2.江西師范大學體育學院，南昌 330027

3.上海鑫磊信息技術有限公司，上海 200233

Agent-CA的體育場館人群疏散模型

曹愛春1，楊曉艇2，侯旭東3

1.南昌大學體育系，南昌 330029

2.江西師范大學體育學院，南昌 330027

3.上海鑫磊信息技術有限公司，上海 200233

1 引言

隨著經濟文化、體育事業(yè)的快速發(fā)展，體育建筑呈現出多元、綜合、復雜的趨勢，體育場館作為一個人群聚集的場所，一旦發(fā)生緊急事件，如果人群疏散不合理，常引起嚴重的人群傷亡現象，因此，進行體育場館內人群疏散研究具有重要的現實意義，一直是公共安全研究領域的熱點[1-2]。

體育場館人群疏散是由諸多相互聯系、相互作用要素組成的有機整體，是一個具有復雜性、多層次性、反饋性等特點的復雜大系統，具有極強的空間性與時序性[3]。針對該問題，國內外學者進行了大量、深入研究，當前主要有元胞自動機（CA）、多智能體模型（MAS）等體育場館人群疏散模型[2-4]。元胞自動機是一種時間、空間、狀態(tài)都離散，相互作用及因果關系皆局部的網格動力學模型，具有強大的復雜計算功能、固有的并行計算能力、高度動態(tài)特征以及具有空間概念等特征，使得它在模擬復雜的體育場館內人群疏散的時空動態(tài)演變方面具有很強的能力，成為體育場館人群疏散的主要模型[5]，如Kirchner通過朝目標運動中獲得的收益來決定下一步人群行為，構建了基于成本效益的元胞人群疏散模型[6]。Zhou利用元胞自動機通過演化規(guī)則對行人流進行模擬，建立了人群疏散模型[7]。多智能體系統是由多個結構和性能較為簡單的智能體組成的一個結構較為松散的系統，運用多智能體模型解決體育場館內人群疏散問題時，完全符合體育場館內人群所具有的很強的自治性與智能化等特點，成為當前研究的重要方向[8]。如：Berg通過模擬不同行人智能行為，建立一種人群疏散體模型[9]；Inoue構建了人群疏散的多智能體模型[10]；Shi提出了基于個體規(guī)則的人群疏散多智能體模型[11]。元胞自動機模型主要通過演化規(guī)則對人群疏散進行建模，針對特定行為的研究，忽略個體的差異性、空間離散化對人群疏散行為的影響，模擬結果很難全面、準確地反映人群疏散的現實狀況[12]。多智能體模型在人員物理運動方面還有欠缺，而且存在計算量大，實現困難等缺點，特別是當人群數目較多時，仿真效率較低[13]。

結合智能體和元胞自動機模型的優(yōu)點，更加真實地模擬體育館人群疏散行為過程，提出一種多智能體和元胞自動機相結合的大型體育場館人群疏散模型（Agent-CA），仿真結果表明，Agent-CA充分考慮了個體內在因素，更接近現實大型體育場館的人群疏散情形，縮短了疏散時間。

2 模型建立

2.1 元胞自動機概述

元胞自動機模型是最具代表性的微觀離散模型，作為一個時間、空間、狀態(tài)都離散的數學模型框架，通過單元間的相互作用來構造動態(tài)演化系統，具有較強模擬各種物理系統和自然現象的能力[14]。CA最基本的組成包括元胞（Cell），元胞空間（Lattice），鄰域（Neighbor），規(guī)則（Rule）。元胞自動機可以視為由一個元胞空間和定義在該空間的變換函數所組成，元胞自動機系統可以用一個四元組表示：

式中，d表示元胞自動機的維數；S表示元胞有限離散的狀態(tài)集合；N表示空間鄰域內元胞的組合；f將Sn映射到S上的一個局部轉換函數。

2.2 人群疏散模型

2.2.1 模型假設

（1）體育館人群在疏散過程中總是朝著出口方向前進，并根據環(huán)境危險度和自身情況等調整下一步行為決策。

（2）體育館人群在疏散過程中會出現結伴、從眾、阻礙、“欲速則不達”等復雜現象。

替格瑞洛治療老年急性冠脈綜合征患者的效果及對炎性因子、心功能的影響……………………… 鄭舒 周冬翠 畢磊 等（4）446

（3）體育館人群的疏散速度受自身心理、生理因素以及人群密度的影響，且不同類型的人具有不同的速度。

（4）將體育館人群視為智能體，分為老人、成年人、小孩三類智能體，老人和成年人占據16個元胞，小孩占據9個元胞，分別用黃、藍、紫色表示，每個智能體標識各自的編號。

2.2.2 模型構建

根據多智能體技術，體育館人群被視為自主型智能體，具有復雜的決策判斷能力，有自己的知識、經驗，根據感知外界的信息和自身內在因素進行行為的調整，其模型的大致結構如圖1所示。

圖1 智能體結構

2.2.3 人群的感知

虛擬環(huán)境中的信息主要通過感知模型獲得，從而感知模型關鍵在于如何模擬人體感官的功能限制，通過感知過濾器，獲取感官可感知的信息，過濾掉感知不到的信息，本文只對人群視覺感知進行建模，原因一是簡化模型，二是外界80%的信息通過視覺獲得。視覺過濾器的原理是根據環(huán)境中各個對象與人眼的相對位置，確定某個對象是否能夠被感知到，這其中要確定對象是否在感知視野范圍內，另外是對象與人眼的連線上是否被其他對象遮擋。

其中，Cpanic為恐慌度；Cpanic的取值在[0,1]之間；kv為單位視距；D表示物體的大小。

圖2 智能體視野感知范圍

（2）空間遮擋關系。通過計算智能體到包圍盒八個頂點的視線與其他物體包圍盒矩形是否有交點來判定空間的遮擋關系。

（3）注意力機制。聚焦因子用來體現智能體對某對象的關注度，對象A的聚焦因子表示為：

式中，OA為智能體至對象A的矢量；Va為對象A的運動速度；a，b，c為各項的比例因子，不同智能體比例因子不同，體現智能體的個體差異。

2.2.4 行為決策

決策是人工智能的基本問題，目的是研究如何從現有狀態(tài)達到目標狀態(tài)，通過決策給出一個能達到目標的行動序列或每步的行為策略。

在體育場館人群疏散過程中，人群疏散的行為可以概括為目標行為、從眾行為、避碰行為、逃逸行為、幫助行為、排隊行為等一系列行為。采用Brooks提出的包容式行為選擇機制對人群疏散的各個行為模式進行選擇，各行為模式的優(yōu)先級次序從高至低為：逃逸行為、避碰行為、從眾行為、幫助行為、排隊行為、目標行為。

（1）逃逸行為。當智能體感知到危險度達到一定的值時，會主動選擇逃逸行為，速度可由公式（4）得到：

式中，ρ為感知密度；λ為體力值，成年人體力最大值為1，老人為0.8，小孩為0.5，當智能體在行進時，每個步長的體力值下降power，等待時以power恢復；ε為測定系數；vmax為人群疏散最大速度；Cpanic為恐慌度。

（2）避碰行為。通過感知到的信息，利用相對速度障礙物方法實現智能體對動態(tài)和靜態(tài)物體的避碰。為了體現智能體的差異性，使模型更加逼真，對智能體在何時選擇避碰行為進行不同設置，如大膽型與慎重型智能體對障礙物避碰檢測距離設置不同的值。

（3）從眾行為。當恐慌度達到一定值時，人群趨向于從眾行為，當恐慌度下降到一定值時智能體按一定的概率離開組群，個人選擇目標行為前行。根據separate、alignment、cohesion行為原則，速度可表示為：

式中，vseparate,valign,vcohesion分別為separate、alignment、cohesion規(guī)則產生的速度。

（4）幫助行為。當智能體在感知范圍內感知到有求助者，并自己的體力值和恐慌度在可允許的區(qū)間時，選擇采取幫助行為，在多個智能體同時感知到有求助者時，距離最近的選擇提供幫助，條件不足時，距離次近的執(zhí)行。

（5）排隊行為。當智能體感知到所處環(huán)境在出口附近，而當前又沒有感知到太大危險值且前方無法移動時，選擇排隊行為。行為規(guī)則為如果前面一個智能體移動，則占據該智能體占據的網格，否則繼續(xù)等待。

（6）目標行為。人群的最終目標是走向出口位置，在人的體力和心理滿足條件以及人對環(huán)境熟悉的情況下，則智能體會選擇目標方向前進，路徑通過A*算法獲得，行進速度由式（4）確定。

2.2.5 行為執(zhí)行

根據智能體決策得到的速度對其每個智能體進行位置的并行更新，具體執(zhí)行過程如公式（6）所示：

式中，Pt(x,y)為當前智能體位置；Pt+1(x,y)為下一時間步長位置；vprefer為智能體根據環(huán)境信息和自身狀況決策后的速度，Δt為時間步長。

Agent-CA算法的工作流程如圖3所示。

圖3 Agent-CA算法的工作流程圖

3 仿真實驗

3.1 仿真環(huán)境

為了測試Agent-CA模型的實用性，將其應用到南昌體育館疏散規(guī)劃中，如圖4所示，共有240個結點和8個出口。仿真模擬實驗在PIV 3.0 GHz CPU，2 GB RAM，Windows XP的計算機中實現，算法編程語言為：VC6.0++，并采用單一的CA模型和MAS模型作為對比實驗。

圖4 江西南昌體育館

3.2 結果與分析

在不同的體力下降值power條件下，疏散人數與疏散時間的變化曲線如圖5所示。從圖5可知，體力值下降power對人群疏散的時間產生了較大的影響。

圖5 體力值對疏散行為的影響

考慮到不同恐慌值Cpanic，疏散人數與疏散時間的變化曲線如圖6所示。從圖6可知，當考慮恐慌值為Cpanic時，人群在開始階段疏散比較快，但當人數較多時，產生大量擁擠，恐慌引起從眾行為等原因造成了疏散時間過長，出現“欲速則不達”現象。

圖6 恐慌度對疏散行為的影響

在不同疏散人數條件下，單一的CA模型、MAS模型和Agent-CA模型的體育館人群疏散時間如圖7所示。從圖7可知，相對于單一的CA模型和MAS模型，Agent-CA模型的總時間比較穩(wěn)定，人群疏散時間相對較少，大大節(jié)省了行人疏散的總時間，對比結果表明，Agent-CA模型很好地克服單純使用元胞自動機造成的個性差異不足問題，同時避免了單純使用多智能體模型產生的計算復雜性以及不能充分體現人群移動的宏觀性等問題，為大型體育館人群疏散的決策者提供一個較好的疏散方案。

圖7 不同體育館人群疏散模型的性能對比

4 結束語

根據大型體育館人群疏散的特點與規(guī)律，提出一種基于Agent-CA的大型體育場館人群疏散模型。仿真結果表明，Agent-CA較好地體現了人群疏散過程中的真實行為，為科學合理分析大型體育場館人群疏散行為提供了一定的參考依據。

[1]張青松.人群擁擠踩踏事故風險理論及其在體育賽場中的應用[D].天津：南開大學，2007.

[2]郭偉.體育館人員安全疏散研究[D].西安：西安建筑科技大學，2009.

[3]胡曉輝，鄭峰，陳永，等.大型公共場所突發(fā)事件下人員疏散仿真研究[J].計算機工程與應用，2012，48（29）：230-233.

[4]劉真余，芮小平，董承瑋，等.元胞自動機地鐵人員疏散模型仿真[J].計算機工程與應用，2009，45（27）：203-205.

[5]廖艷芳，馬曉茜.基于元胞自動機的地鐵火災疏散動態(tài)分析[J].系統仿真學報，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]黃希發(fā)，王科俊，張磊，等.基于個體能力差異的人員疏散微觀模型研究[J].中國安全生產科學技術，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，任愛珠.基于智能體的大型公共建筑人員火災疏散模型研究[J].系統仿真學報，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]姚燦中，楊建梅.多Agent大眾生產系統的群體行為選擇分析[J].計算機工程與應用，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

根據體育場館人群疏散的特點與規(guī)律，提出一種基于多智能體和元胞自動機相融合的大型體育場館人群疏散模型（Agent-CA）。將元胞空間中被虛擬人個體占據的元胞視為一個獨立的智能體，將元胞及其狀態(tài)進行封裝，擴展為具有自主性的智能體，通過設計各種人群疏散行為策略做為演化規(guī)則，實現個體的差異性以體現個人個性、體力、心理等對疏散行為的影響，對體育場館的人群疏散進行仿真實驗。結果表明，Agent-CA綜合了多智能體和元胞自動機的優(yōu)點，充分考慮了個體內在因素，更接近現實大型體育場館的人群疏散情形，縮短了疏散時間。

大型體育場館；多智能體系統；元胞自動機；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.

江西省自然科學基金（No.0105100900100012）。

曹愛春（1973—），女，副教授，主要研究領域為體育教育，體育產業(yè)；楊曉艇（1972—），男，副教授，主要研究領域為體育教育，體育產業(yè)。

2013-06-13

2013-08-19

1002-8331（2013）24-0229-04