«Мы разработали модель, которая объединяет математическое прогнозирование и алгоритмы машинного обучения. Она позволяет не только оценивать риски скоплений, но и динамически управлять потоками людей в реальном времени», — рассказал Павел Точилин, доцент кафедры системного анализа ВМК МГУ.
Комментарии 0
...комментариев пока нет
В МГУ разработали математическую модель для предотвращения давки на массовых мероприятиях
Для управления потоками используется алгоритм DQN (Deep Q-Network), который «обучается» принимать оптимальные решения в условиях ограниченного пространства. Он автоматически определяет, какие переходы следует закрыть, а какие можно оставить открытыми.
Во время тестирования DQN показал высокую эффективность. Пока испытания проводились в моделируемых условиях, однако в дальнейшем решение может применяться для предотвращения реальных ситуаций, связанных с давкой и процессом эвакуации.
«Это часть большого проекта, включающего в себя не только разработку самой модели, но и методы идентификации ее коэффициентов. Кроме того, результаты представляют интерес для дальнейших исследований. В частности, планируется сравнить различные стратегии управления с точки зрения адекватности их применения на практике», — отметила Маргарита Зайцева, аспирантка кафедры системного анализа ВМК МГУ.
Интеграция разработанной модели с реальными системами управления безопасностью позволит адаптировать ее действия под различные ситуации, включая организацию массовых мероприятий, а также проектирование транспортных узлов, крупных общественных зданий или торговых центров.