摘要
本发明公开了一种基于多智能体强化学习的火情监控与预测方法,属于人工智能与灾害防控领域。所述方法基于智能化手段对火灾进行早期检测、实时监控、准确预测以及迅速响应;包括火情风险度、火势蔓延度、火情危害度、环境影响因子及应急响应度等多项指标的计算与评估;采用强化学习方法:深度Q学习、蒙特卡洛树搜索、策略梯度法、行动者‑评价者框架和双DQN网络来提升火情监控的覆盖范围、反应速度及预测能力。所述方法利用多智能体联合,对火灾进行智能化的风险评估和蔓延预测,有效提高了火情防控的效率与准确性,具备广泛的应用前景。
技术关键词
多智能体强化学习
火情监控
蒙特卡洛树搜索
层次分析法
深度相机数据
图像
火灾
强化学习方法
地图
深度Q学习
强化学习模型
强化学习算法
障碍物
火情数据
深度Q网络
高风险
烟雾
因子