计算机工程

作者：谭嵋, 刘士豪, 周婉, 陈国文, 胡学敏

单位：湖北大学 计算机与信息工程学院, 武汉 430062

关键词：深度时空Q网络,长短期记忆网络,人群疏散,机器人,深度强化学习

针对目前人群疏散方法中机器人灵活性低、场景适应性有限与疏散效率低的问题，提出一种基于深度强化学习的机器人疏散人群算法。利用人机社会力模型模拟突发事件发生时的人群疏散状态，设计一种卷积神经网络结构提取人群疏散场景中复杂的空间特征，将传统的深度Q网络与长短期记忆网络相结合，解决机器人在学习中无法记忆长期时间信息的问题。实验结果表明，与现有基于人机社会力模型的机器人疏散人群方法相比，该算法能够提高在不同仿真场景中机器人疏散人群的效率，从而验证了算法的有效性。

来源：2021年第6期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第6期