Исследователи факультета вычислительной математики и кибернетики МГУ разработали математическую модель, которая позволяет не только прогнозировать поведение потоков людей в замкнутых помещениях, но и активно управлять ими для предотвращения давки. Модель можно использовать для организации публичных мероприятий и проектирования общественных пространств и зданий: вокзалов, концертных залов и торговых центров.
Разработка основана на адаптированной версии модели Cell Transmission Model (CTM), которая используется для анализа транспортных потоков. В новой модели помещения представлены как сеть комнат, соединенных переходами, с учетом параметров каждого пространства: площади, максимальной вместимости и количества людей.
Модель учитывает множество факторов, включая ограничения пропускной способности переходов, взаимодействие потоков, которые движутся навстречу друг другу, скорость движения людей и их перераспределение между помещениями.
“Мы разработали модель, которая объединяет математическое прогнозирование и алгоритмы машинного обучения. Она позволяет не только оценивать риски скоплений, но и динамически управлять потоками людей в реальном времени”, – поделился Павел Точилин, доцент кафедры системного анализа факультета ВМК МГУ.
Для управления потоками используется алгоритм обучения с подкреплением, который “обучается” принимать оптимальные решения в условиях ограниченного пространства. Алгоритм DQN (Deep Q-Network) моделирует взаимодействие между управляющей системой и средой.
Алгоритм постоянно анализирует ситуацию и принимает решения о том, какие переходы следует открывать или закрывать для оптимального распределения людей. При обучении система получает виртуальные “награды” за предотвращение опасных ситуаций и “штрафы” за допущение потенциальной давки.
Тестирование показало, что модель эффективно предотвращает концентрацию людей в отдельных зонах и обеспечивает их равномерное распределение по площади здания или публичного пространства. Это критически важно для безопасной эвакуации и комфорта при проведении массовых мероприятий.
Это часть большого проекта, включающего в себя не только разработку самой модели, но и методы идентификации ее коэффициентов, опубликованные ранее. Кроме того, результаты представляют интерес для дальнейших исследований. В частности, планируется сравнить различные стратегии управления с точки зрения адекватности их применения на практике, – отметила Маргарита Зайцева, аспирантка кафедры системного анализа факультета ВМК МГУ.
Суть технологии заключается в математическом моделировании движения пешеходных потоков с применением машинного обучения. Система анализирует не только общую заполненность пространства, но и поведение встречных потоков, перемещение людей между соседними помещениями и их скорость. Такой комплексный подход позволяет определить потенциально опасные зоны и вовремя принять меры.
Одной из особенностей модели является механизм обучения через симуляцию различных сценариев. В ходе обучения система получает награду за правильные действия и штраф за ошибочные. Это позволяет ей совершенствовать стратегии по предотвращению скоплений и обеспечению безопасности людей в режиме реального времени.
Разработка также пригодится для улучшения эвакуационных схем, особенно в чрезвычайных ситуациях.