基于多智能体的虚拟化地铁站乘客行为仿真
地铁站是典型的人群密度大的公共场所,根据人群行为特点以及基于人群行为特点的引导,可以有效培训人群应急疏散.采用多智能体的方法,通过度量地铁站建筑场景特点,分析乘客行为特征的影响因素,基于乘客从众心理规律,提出单Agent属性定义及约束规则,建立乘客Agent路径选择行为模型,在虚拟地铁站内为多智能体建立MAS (Multi-Agent System)行为决策系统,通过WebVR实验研究乘客从众行为以及决策行为的影响因素,为高峰期人员流动策略的制定提供理论依据,有效地缓解地铁站内人群拥挤现象.
多智能体、WebVR地铁站、乘客行为、应急决策
32
TP306(计算技术、计算机技术)
上海市信息安全综合管理技术研究重点实验室开放研究课题基金AGK2019004
2021-01-29(万方平台首次上网日期,不代表论文的发表时间)
共12页
2341-2352