人群疏散模擬對(duì)于提高公共安全至關(guān)重要，也是構(gòu)建逼真虛擬動(dòng)態(tài)環(huán)境所需要的技術(shù)，其發(fā)展面臨著復(fù)雜人類行為建模難的挑戰(zhàn)。

現(xiàn)有的疏散模擬方法常以2D點(diǎn)表示人群，關(guān)注人群位置和軌跡，但忽略了復(fù)雜人類行為，如碰撞、交互、摔倒等，以及三維環(huán)境、個(gè)體行為能力的影響，導(dǎo)致模擬結(jié)果不真實(shí)。

而現(xiàn)有的三維運(yùn)動(dòng)生成方法和角色控制方法也無法同時(shí)保證實(shí)時(shí)性、合理性、個(gè)性化、動(dòng)態(tài)感知、以及適用于任意場(chǎng)景和地形，如表1所示。

針對(duì)以上問題，天津大學(xué)李坤教授團(tuán)隊(duì)聯(lián)合英國卡迪夫大學(xué)、清華大學(xué)，在發(fā)表于ICCV2025的工作中，依據(jù)人類大腦的「感知-決策-控制」（SDM，Sensory-Decision-Motor）循環(huán)機(jī)制，提出了首個(gè)實(shí)時(shí)的三維人群疏散模擬框架RESCUE。該框架支持多個(gè)智能體并行移動(dòng)，具有動(dòng)態(tài)的人群感知能力，同時(shí)適用于各種場(chǎng)景。

論文鏈接：

https://cic.tju.edu.cn/faculty/likun/projects/RESCUE/imgs/LXL_RESCUE.pdf

項(xiàng)目主頁：http://cic.tju.edu.cn/faculty/likun/projects/RESCUE

代碼鏈接：https://github.com/xiaolin0314/RESCUE

在感知層，研究人員建立了多模態(tài)環(huán)境信息的分析機(jī)制，包括地形特征、障礙物分布及鄰近個(gè)體狀態(tài)；

在決策層，研究人員提出了三維自適應(yīng)社會(huì)力模型，基于環(huán)境動(dòng)態(tài)變化在線計(jì)算運(yùn)動(dòng)趨勢(shì)；

在運(yùn)動(dòng)控制層，研究人員設(shè)計(jì)了個(gè)性化步態(tài)生成器，結(jié)合物理引擎實(shí)現(xiàn)了具備物理合理性和個(gè)性化的動(dòng)作輸出。

同時(shí)，研究人員設(shè)計(jì)了部位級(jí)接觸力感知與可視化模塊，可幫助疏散過程中關(guān)鍵風(fēng)險(xiǎn)的量化分析。

實(shí)驗(yàn)表明，該框架支持在線路徑規(guī)劃，可兼容多樣場(chǎng)景和地形，生成的動(dòng)作物理合理、具有個(gè)性化，疏散逃生成功率高、跌倒率低，部位級(jí)受力感知準(zhǔn)確。

總的來說，該研究可以為公共安全領(lǐng)域的應(yīng)急預(yù)案制定、人群疏散分析提供仿真和參考。同時(shí)，此框架具備通用性和擴(kuò)展性，可以模擬一般的人群運(yùn)動(dòng)，如行人。

圖1  RESCUE實(shí)現(xiàn)個(gè)性化、物理合理、三維自適應(yīng)的在線人群疏散模擬

RESCUE方法

研究人員的目標(biāo)是構(gòu)建一個(gè)自適應(yīng)的多智能體三維疏散模擬框架。神經(jīng)科學(xué)研究表明，人類在復(fù)雜環(huán)境中會(huì)通過分布式神經(jīng)網(wǎng)絡(luò)整合環(huán)境信息([1])，運(yùn)用「感知-決策-運(yùn)動(dòng)控制（SDM）」循環(huán)來評(píng)估并動(dòng)態(tài)調(diào)整行為。

以此為啟發(fā)，研究人員提出了一個(gè)基于SDM循環(huán)機(jī)制的在線三維疏散模擬框架，將個(gè)性化決策與基于物理引擎的角色控制結(jié)合，使每個(gè)智能體能夠感知周圍動(dòng)態(tài)環(huán)境并在線調(diào)整行為。

為應(yīng)對(duì)擁堵，研究人員設(shè)計(jì)了適用于三維環(huán)境的自適應(yīng)社會(huì)力模型，用其進(jìn)行決策與避障。

為了實(shí)現(xiàn)行為多樣性，研究人員提出了個(gè)性化步態(tài)控制器和優(yōu)化的三維社會(huì)力模型，通過年齡、身體狀況等屬性，為每個(gè)智能體生成差異化的逃生行為。

此外，研究人員還設(shè)計(jì)了部位級(jí)的受力感知與可視化幫助進(jìn)行疏散分析。

RESCUE框架總覽

RESCUE旨在生成具有多樣化個(gè)體特征的真實(shí)感三維疏散仿真，給定場(chǎng)景網(wǎng)格、出口位置和初始位置，在線生成個(gè)性化的群體疏散動(dòng)畫。

框架將在線決策與基于物理的運(yùn)動(dòng)生成相結(jié)合，如圖2所示，核心包括以下部分：

(1)提出了在線的聯(lián)合SDM三維疏散模擬框架：結(jié)合在線決策與基于物理的運(yùn)動(dòng)生成，該框架支持群體間的相互感知，可適應(yīng)任意新場(chǎng)景，支持百人級(jí)多智能體仿真。

(2)設(shè)計(jì)了三維自適應(yīng)的社會(huì)力模型，包括繞行力和改進(jìn)的驅(qū)動(dòng)力、排斥力，及對(duì)應(yīng)的個(gè)性化系數(shù)，增強(qiáng)了三維環(huán)境下的決策制定和動(dòng)態(tài)障礙物避讓能力。

(3)提出了個(gè)性化步態(tài)控制器，使智能體能夠根據(jù)年齡與身體狀況等屬性生成個(gè)性化運(yùn)動(dòng)。該方法也提供部位級(jí)受力感知與可視化，以供疏散分析。

圖2 RESCUE框架總覽

三維自適應(yīng)的社會(huì)力模型決策機(jī)制

在三維仿真中，由于使用物理引擎，交互動(dòng)力學(xué)與基于二維點(diǎn)的模型有顯著差異，在擁堵情況下智能體可能絆倒或跌倒，而非僅僅減速，因此高效的尋路需要采取繞行而非等待或碰撞。

研究人員提出了為三維仿真設(shè)計(jì)的自適應(yīng)社會(huì)力模型。首先，研究人員在經(jīng)典社會(huì)力模型([1])的基礎(chǔ)上增強(qiáng)了驅(qū)動(dòng)力和排斥力，保證智能體正確前往終點(diǎn)并避開障礙物。

為應(yīng)對(duì)因擁堵導(dǎo)致的等待或跌倒的狀況，研究人員提出了繞行力，在智能體前方扇形感知區(qū)域內(nèi)有障礙物時(shí)，沿期望行進(jìn)方向的垂直向量作用，幫助智能體繞行障礙物。

針對(duì)青年、中年、老年、病患和殘疾人五大類個(gè)體，研究人員在物理引擎中進(jìn)行了直線路徑測(cè)試，通過優(yōu)化輸入引擎的設(shè)定速度，使仿真速度精確匹配文獻(xiàn)中真實(shí)逃生速度（精度 0.005 m/s），實(shí)現(xiàn)了 SFM 系數(shù)的個(gè)性化。

三種力合成，保證了在復(fù)雜三維環(huán)境中既平滑無碰撞，又個(gè)性化的疏散運(yùn)動(dòng)。

個(gè)性化步態(tài)控制器

研究人員提出了一種個(gè)性化步態(tài)控制器，生成符合智能體屬性的逃生步態(tài)。

首先，使用Pacer基于策略根據(jù)期望速度在二維平面上采樣軌跡，在給定狀態(tài)S（包括位置、姿態(tài)狀態(tài)、環(huán)境狀態(tài)）時(shí)輸出動(dòng)作

針對(duì)不同屬性的人群，研究人員將其典型步態(tài)映射至100 style數(shù)據(jù)集（[4]）中的個(gè)性化標(biāo)簽，并采用擴(kuò)散式生成模型，將步態(tài)標(biāo)簽、無個(gè)性化動(dòng)作幀和隨機(jī)高斯噪聲為輸入，輸出與標(biāo)簽對(duì)應(yīng)的個(gè)性化動(dòng)作幀。

為實(shí)現(xiàn)精確匹配，研究人員受（[5]）啟發(fā)將一個(gè)步態(tài)周期劃分為初次著地、支撐中期、對(duì)側(cè)著地和雙腳并攏四個(gè)關(guān)鍵事件，分別賦予步態(tài)值0、0.3、0.5 和 0.75，其他幀通過線性插值填充，再將具有相同步態(tài)值的無個(gè)性化幀與個(gè)性化幀配對(duì)。

轉(zhuǎn)換網(wǎng)絡(luò)將CAMDM（[6]）網(wǎng)絡(luò)作為backbone，實(shí)現(xiàn)從無個(gè)性化動(dòng)作幀到個(gè)性化動(dòng)作幀的轉(zhuǎn)換，結(jié)構(gòu)如圖3所示。

在每次去噪步驟中，接受帶噪動(dòng)作樣本、擴(kuò)散步數(shù)t及個(gè)性化步態(tài)標(biāo)簽c，學(xué)習(xí)預(yù)測(cè)原始無噪聲幀，表示為以幀級(jí)均方誤差損失與三維關(guān)節(jié)位置損失進(jìn)行優(yōu)化，權(quán)重由和控制。

完整的損失函數(shù)是：

在物理引擎仿真中，將無個(gè)性化動(dòng)作幀的上肢動(dòng)作替換為對(duì)應(yīng)的個(gè)性化上肢動(dòng)作，并將仿真產(chǎn)生的整幀動(dòng)作反饋給感知模塊，用于下一時(shí)刻的決策與運(yùn)動(dòng)控制循環(huán)。

圖3 個(gè)性化步態(tài)轉(zhuǎn)換器

部位級(jí)受力感知與可視化

研究人員為每個(gè)智能體的24個(gè)身體部位配備力傳感器，實(shí)時(shí)記錄與環(huán)境或其他智能體接觸時(shí)產(chǎn)生的力，并通過顏色深淺漸變直觀展示部位級(jí)別的受力強(qiáng)度，部分結(jié)果如圖4所示。

這為分析疏散過程中的關(guān)鍵受力、預(yù)判擁擠環(huán)境潛在風(fēng)險(xiǎn)提供了支持。

圖4 多種碰撞情況的力可視化

實(shí)驗(yàn)結(jié)果

由于目前尚無個(gè)性化的三維疏散仿真方法，研究人員將所提方法與三種相關(guān)方法進(jìn)行了對(duì)比：社會(huì)力模型([3])、運(yùn)動(dòng)生成方法OmniControl([7])和角色控制方法MaskedMimic([8])。

為保證公平比較，研究人員對(duì)對(duì)比方法進(jìn)行了適配，先劃分場(chǎng)景中的可行區(qū)域，通過A*算法規(guī)劃每個(gè)初始位置到終點(diǎn)的軌跡，依次將每段軌跡作為輸入引導(dǎo)對(duì)比方法的動(dòng)作生成與控制，使其能夠完成群體疏散任務(wù)。

研究人員在四個(gè)實(shí)驗(yàn)場(chǎng)景下分別計(jì)算50人在1000幀內(nèi)的平均疏散成功率和平均跌倒次數(shù)，每個(gè)場(chǎng)景各運(yùn)行10 次。

由于OmniControl不具備物理真實(shí)感，不會(huì)產(chǎn)生跌倒現(xiàn)象，其跌倒次數(shù)不予計(jì)算。結(jié)果如表2所示，論文提出的方法在所有場(chǎng)景中均為最優(yōu)。

表2 定量對(duì)比結(jié)果

論文還展示了在經(jīng)典疏散和大規(guī)模建筑兩個(gè)場(chǎng)景中，三種對(duì)比方法與論文方法的疏散過程及運(yùn)動(dòng)效果（見圖5）。

社會(huì)力模型僅為二維方法，無法表現(xiàn)三維人體運(yùn)動(dòng)。

OmniControl無法正確生成受長(zhǎng)距離軌跡約束的動(dòng)作，導(dǎo)致運(yùn)動(dòng)畸變、軌跡混亂和過早停止；MaskedMimic缺乏碰撞規(guī)避機(jī)制，易發(fā)生碰撞造成擁堵，也難以體現(xiàn)個(gè)體差異。

相比之下，論文方法能夠產(chǎn)生更合理的疏散過程，并針對(duì)不同屬性個(gè)體模擬個(gè)性化的疏散動(dòng)作。具體可以詳見該工作的demo視頻。

圖5 定性對(duì)比結(jié)果

研究人員進(jìn)行了消融實(shí)驗(yàn)（見圖6）和不同類別人群的速度分布統(tǒng)計(jì)（見圖7）。

結(jié)果證明，設(shè)計(jì)的三維自適應(yīng)的社會(huì)力決策機(jī)制和個(gè)性化步態(tài)控制器，能夠正確實(shí)現(xiàn)相互避讓的動(dòng)態(tài)路徑調(diào)整，生成的動(dòng)作步態(tài)具有個(gè)性化，使不同類別的群體可以表現(xiàn)出對(duì)應(yīng)的速度和行為模式。

圖6 消融實(shí)驗(yàn)結(jié)果

圖7 不同類別人群速度分布箱線圖

研究人員還進(jìn)行了詳細(xì)的說明性實(shí)驗(yàn)，驗(yàn)證框架是否能夠在多種場(chǎng)景中，還原真實(shí)的疏散過程，對(duì)疏散分析提供幫助。圖8和圖9展示了不同疏散密度和通道寬度下，瓶頸區(qū)域踩踏發(fā)生的模擬結(jié)果。圖10展示了模型對(duì)于不同地形條件的疏散模擬能力。

圖8 疏散密度相同但走廊寬度不同的疏散模擬結(jié)果

圖9 走廊寬度相同但疏散密度不同的疏散模擬結(jié)果

圖10 各種地形中的疏散模擬結(jié)果

總結(jié)

論文提出了一種新的人群疏散模擬框架，能夠?qū)崿F(xiàn)在線決策、交互合理、動(dòng)態(tài)感知、行為個(gè)性化的人群運(yùn)動(dòng)模擬。

此外，研究人員還設(shè)計(jì)了部位級(jí)的力感知和可視化，增強(qiáng)了疏散分析。實(shí)驗(yàn)證明，該方法可以實(shí)時(shí)模擬疏散過程中，具有不同屬性個(gè)體的個(gè)性化準(zhǔn)確和物理合理的疏散動(dòng)態(tài)，產(chǎn)生的逃生動(dòng)作和交互優(yōu)于現(xiàn)有方法。

通過此框架可以測(cè)試疏散場(chǎng)景中觀察到的多種現(xiàn)象，為人群疏散和公共安全提供新的技術(shù)手段。同時(shí)，該框架也具備通用性和擴(kuò)展性，可以模擬一般的人群運(yùn)動(dòng)，如行人。