Исследователи представили систему GPEvac для адаптивной эвакуации при ЧС

Исследовательская группа представила GPEvac — фреймворк на базе графовых нейронных сетей (GNN) и алгоритма обучения с подкреплением PPO, предназначенный для построения маршрутов эвакуации в реальном времени во время массовых инцидентов. Система минимизирует время нахождения людей в опасных зонах, учитывая динамику толпы и неопределенность поведения злоумышленников.

Архитектура модели использует схему последовательной передачи сообщений с обучаемым виртуальным глобальным узлом, что позволяет учитывать как локальные, так и удаленные зависимости в структуре здания. Благодаря механизму инвариантного к перестановкам скоринга, одна обученная политика способна эффективно работать в помещениях с различными топологиями и масштабами, не требуя переобучения под конкретный план этажа.

Ключевым преимуществом системы является высокая скорость вычислений: генерация глобальных маршрутов эвакуации занимает всего 14.73 мс на стандартном процессоре. Это позволяет интегрировать решение в существующие системы видеонаблюдения для оперативного реагирования. В ходе симуляций GPEvac показала значительное снижение общего уровня угрозы для эвакуируемых по сравнению с базовыми алгоритмами навигации.

Методология, описанная в научной работе, применима не только для экстренных ситуаций, но и для управления критической инфраструктурой, интеллектуальными транспортными системами и адаптивными сенсорными сетями. Исследование опубликовано под лицензией CC BY 4.0, что позволяет использовать наработки для дальнейшего развития систем безопасности.