Ученые МГУ нашли способ избежать давки в общественных местах
Исследователи факультета вычислительной математики и кибернетики (ВМК) Московского государственного университета имени Ломоносова создали уникальную математическую модель, предназначенную для эффективного управления людскими потоками в помещениях закрытого типа, таких как спортивные арены, железнодорожные станции и крупные магазины, сообщает пресс-служба университета.
Новая технология способна прогнозировать движение групп людей внутри помещений, предупреждать возможные рискованные ситуации, такие как скопления и давка, а также эффективно распределять потоки посетителей, минимизируя угрозы безопасности.
Основа предложенной модели заключается в адаптации известного метода анализа транспортного потока — Cell Transmission Model (CTM). В данном подходе пространство разделяется на виртуальную сеть взаимосвязанных зон («комнат»), каждая из которых характеризует максимальную площадь, допустимую численность людей и их реальную концентрацию в конкретный момент времени. Ключевым аспектом является использование методов гарантированных оценок, позволяющих рассчитать вероятные границы численности людей в различных зонах помещения. Эти показатели позволяют заранее определить опасные зоны, способные вызвать превышение безопасной плотности населения, и оперативно реагировать на возникающие опасности. Кроме того, управление движением осуществляется с использованием технологий глубокого обучения с подкреплением.
Так называемый агент, управляющий системой, принимает решения о перекрытии или открытии проходов, основываясь на анализе текущих условий и результатах предыдущих действий. Правильные шаги вознаграждаются, а ошибки наказываются, таким образом обучение проходит непрерывно, адаптируясь к изменениям среды.
«Созданная нами модель сочетает точные математические расчёты и современные алгоритмы машинного обучения, что даёт возможность контролировать ситуацию в режиме реального времени и снижать риски возникновения опасностей», — объяснил один из разработчиков модели, доцент кафедры системного анализа ВМК МГУ Павел Точилин. Используя созданный алгоритм Deep Q-Network (DQN), учёные успешно смоделировали процессы перемещения больших групп людей в искусственных средах, продемонстрировав способность предотвратить чрезмерную концентрацию людей в одном месте и обеспечить равноправное распределение участников.
Авторы подчёркивают, что созданная ими модель предназначена для интеграции в существующие системы мониторинга и управления общественными пространствами. Благодаря такой системе станет возможным значительно повысить безопасность массовых мероприятий, упростить организацию эвакуаций и снизить вероятность несчастных случаев, вызванных массовой паникой или нарушением правил рассредоточения людей. Одним из направлений дальнейшего изучения остаётся сопоставление эффективности разных стратегий распределения людских потоков применительно к реальной обстановке.
Разработка открывает широкие перспективы для улучшения организации массового транспорта, проектирования современных коммерческих комплексов и спортивных арен.
Научные материалы, касающиеся данной разработки, опубликованы в открытом доступе.