агентная модель поведения толпы при чрезвычайных ситуациях

АГЕНТНАЯ МОДЕЛЬ ПОВЕДЕНИЯ ТОЛПЫ ПРИ ЧРЕЗВЫЧАЙНЫХ
СИТУАЦИЯХ
А.Л. Бекларян
Национальный исследовательский университет
«Высшая школа экономики»
Россия, 105187, Москва, ул. Кирпичная, д.33
abeklaryan@hse.ru
А.С. Акопов
Национальный исследовательский университет
«Высшая школа экономики»
Россия, 105187, Москва, ул. Кирпичная, д.33
aakopov@hse.ru
В последнее время все больше возрастает интерес к агентному моделированию
как подходу, предоставляющему возможность исследовать модели социальных систем
[1], в частности, модели поведения толпы в нетипичных условиях внешней среды,
например, при чрезвычайных ситуациях (ЧС). Так, в результате пожара в ночном клубе
«Хромая лошадь» (5 декабря 2009 года) погибло 156 человек и 64 человека получили
тяжкий вред здоровью. Давка, произошедшая 22 ноября 2010 года в столице Камбоджи
во время традиционного камбоджийского праздника – фестиваля воды, – повлекла за
собой гибель 456 человек, ещё более пятисот получили ранения различной степени
тяжести. При этом стоит заметить, что во многих ситуациях основные людские потери
возникают не столько в сам момент возникновения ЧС, но являются следствиями
дальнейших событий (задымление, эффект толпы, давка и т.д.), а также зависят от
характеристик внешней системы (геометрия помещения, расположение выходов и
т.д.), существенно влияющих на возможность эффективной эвакуации. К сожалению,
последствия ЧС являются трудно прогнозируемыми, так как зависят от множества
факторов. Кроме того, большая часть наблюдений за местами скопления людей, и тем
более за процессом поведения толпы в той или иной ЧС, относятся либо к секретной
информации, либо, как минимум, к трудно доступной. Не говоря уже о том, что само
множество однотипных ЧС статистически мало и не дает возможности построения
точной аналитической модели.
Как следствие, основные исследования в данной области основаны на
видеонаблюдениях и последующем эмпирическом анализе. Ярким примером являются
работы Д. Хелбинга, который изучил практически все общедоступные видеоматериалы
по данной тематике
и попытался
сформулировать правила
взаимодействия
участников толпы. К сожалению, подобный подход не является достаточным, так как
основан на частных наблюдениях и не учитывает множество всех возможных
сценариев развития ЧС. Отметим, что имеется ряд исследований, также ставящие своей
целью создание агентной модели поведения толпы. Здесь стоит упомянуть работы
группы российских ученых под руководством профессора Д.А. Брацуна, а также работы
профессора НИУ ВШЭ А.С. Акопова.
В результате анализа имеющихся моделей и подходов, а также исследований по
психологии толпы, были сформулированы основные априорные предположения,
которые легли в основу авторской агентной модели поведения при ЧС, среди которых
стоит отметить:

частичная или полная потеря ориентации в пространстве и во времени;

высокая степень турбулентности толпы, т.е. наличие хаотичного движения во
всех направлениях в условиях высокой плотности агентов;

существенное замедление скорости передвижения при определенных условиях
(ранение, уплотнение и т.д.);

стремление к ближайшему выходу в случае нахождения выхода в пределах
видимости;

стремление к присоединению к ближайшей группе агентов (эффект притяжения
толпы);
Также, в отличие от большинства имеющихся моделей, автор ставит своей
целью не возможность проведения серий экспериментов при различных начальных
условиях и дальнейшие попытки эмпирических выводов на основе результатов
экспериментов, а анализ характеристик, как агентов в отдельности, так и группы
агентов, в каждый момент времени, с целью проведения дальнейшего кластерного
анализа для выявления аналитической зависимости между параметрами системы
(внешними и внутренними) и динамикой агентов.
Для достижения поставленной цели была построена имитационная агентноориентированная модель поведения толпы при ЧС в системе AnyLogic [2, 3], которая
позволяет моделировать динамику состояния системы как результат взаимодействия
автономных агентов. Благодаря такому подходу, удается обойти громоздкую
процедуру совместного интегрирования уравнений движений, которая свойственна
моделям Хелбинга
и исследованиям,
распараллеливания
вычислительных
основанным на
процессов,
либо
ней,
и требует
либо
сверхпроизводительных
процессоров. При этом удается заложить такие эффекты как турбулентность толпы,
волны сжатия толпы и другие, которые не могут быть заложены в модели Хелбинга,
так как сам поиск уникального динамического решения для столь сложной системы
уравнений становится самостоятельной неординарной задачей.
Также автору удалось добавить ряд стохастических процессов в систему
принятия решений агента с целью приближения моделируемой динамики к реально
наблюдаемым случайным флуктуациям в поведении толпы.
Среди основных полученных результатов стоит отметить:

Построена агентно-ориентированная имитационная модель поведения толпы в
системе AnyLogic;

Получены зависимости между плотностью агентов, геометрией выходов и
количеством жертв давки, а также другими характеристиками модели;

Проведен кластерный анализ толпы при возникновении ЧС;

Выявлены основные виды кластеров, зависимость их характеристик от
характеристик самой системы, а также описана динамика развития.
Литература
1. Акопов А. С. Имитационное моделирование. Учебник и практикум для
академического бакалавриата. М.: Юрайт, 2014.
2. Akopov A. S., Beklaryan L. Simulation of human crowd behavior in extreme situations
// International Journal of Pure and Applied Mathematics. 2012. Vol. 79. No. 1. P. 121138.
3. Акопов А.С., Бекларян Л.А. Агентная модель поведения толпы при чрезвычайных
ситуациях // Автоматика и телемеханика. 2014 (в печати)