Ученые МГУ создали ИИ-модель предотвращения давки на основе CTM и DQН

0
#image_seo_title
scientificrussia.ru
Фото: scientificrussia.ru

Исследователи представили новейшую математическую систему для контроля перемещения людей в закрытых помещениях. Технология прогнозирует перемещения групп, снижает риски скоплений и управляет безопасностью через алгоритмы глубинного обучения. Разработка опубликована в трудах международной научной конференции.

Новый подход к безопасности скоплений

Обеспечение безопасности на стадионах, вокзалах и торговых комплексах требует инновационных решений. Разработанная учёными модель сочетает прогнозирование поведения толпы с возможностью оперативного управления потоками в режиме реального времени.

Адаптированная CTM-основа

В основе решения лежит модифицированная Cell Transmission Model (CTM), преобразованная для анализа людских потоков. Пространства моделируются как сеть помещений с переходами, где каждое имеет строго заданные параметры площади, предельной вместимости и текущего заполнения.

Интеллектуальное прогнозирование

Ключевым компонентом стали гарантированные оценки – динамические диапазоны возможного заполнения помещений. Эти инструменты выявляют потенциальные риски превышения критической плотности до возникновения опасной ситуации.

Сила DQN-алгоритма

"Наш симбиоз математики и машинного обучения не просто оценивает риски, а активно регулирует потоки", – подчеркивает Павел Точилин. Глубинная нейросеть DQN обучает управляющую систему принимать оптимальные решения, награждая за предотвращение скученности и применяя санкции за потенциальную давку.

Доказанная эффективность

DQN-алгоритм продемонстрировал превосходные результаты в тестах, исключая образование зон перенаселения и распределяя людей равномерно. Это принципиально снижает риски давки и оптимизирует эвакуационные сценарии.

Перспективы применения

Технология открывает возможности для интеграции в системы безопасности стадионов, транспортных терминалов и ТРЦ. Как отметила Маргарита Зайцева: "Мы работаем над улучшением идентификации параметров модели и планируем сравнение стратегий управления для максимальной адаптации в реальных условиях".

Источник: scientificrussia.ru

Предыдущая статьяЕкатеринбург реализует инициативы, включая светодиоды для «Елизаветинского» и спортплощадку школы 86
Следующая статьяСуд в Каменск-Уральском вынес справедливое решение по иску управляющей компании
Дмитрий Федотов
Доброго времени суток! Меня зовут Дмитрий, и я рад приветствовать вас на своей авторской странице. В своей основной профессиональной жизни я занимаюсь логистикой и управлением перевозками. Мой день — это карты, маршруты, графики и постоянное решение форс-мажорных ситуаций. Но даже в этом бесконечном потоке задач мне всегда не хватало возможности высказаться, поделиться наблюдениями. Так я пришел к написанию статей — для меня это отличный способ переключить скорость и взглянуть на события со стороны. Мои интересы на сайте лежат в плоскости реальной жизни города и региона. Отдельная моя страсть — это спорт и активный отдых. Я давний поклонник хоккея и футбола. В выходные меня сложно застать дома: я либо на стадионе, либо за рулем, исследую окрестности в поисках красивых мест для рыбалка и кемпинга.

ОСТАВЬТЕ ОТВЕТ

Пожалуйста, введите ваш комментарий!
пожалуйста, введите ваше имя здесь