基于深度强化学习的非稳态人群疏散路径规划方法及装置

本申请涉及一种基于深度强化学习的非稳态人群疏散路径规划方法及装置。所述方法包括：以离散网格法将非稳态疏散环境简化为二维区域。对危险源动态扩散建模，据此实时更新火源位置与范围，模拟火灾动态发展。将人员被视为智能体，按势能场引导的决策规则移动。以最大化疏散人数且最小化疏散时间为目标函数，结合商场实际及智能体移动规律确定约束条件，构建非稳态人群疏散路径规划模型。采用 APF‑MADDPG 算法，将路径规划转化为马尔科夫决策过程，设计状态特征并结合势能场构建深度强化学习框架，训练模型后用于实现非稳态人群疏散路径规划。采用本方法能够提高人群疏散路径规划实用性和实时性。