基于强化学习的火灾应急动态疏散引导：迈向安全数字孪生技术

《ADVANCED ENGINEERING INFORMATICS》：Reinforcement learning-based dynamic evacuation guidance for fire emergencies: Toward safety digital twins

　　

• •
  基于烟囱效应的多层建筑综合火灾疏散模拟框架。
• •
  利用危险程度、人群密度及流动状态的建筑级强化学习引导系统。
• •
  整合危险源传感器噪声、CCTV检测遗漏及测量延迟的传感器不确定性处理模块。
• •
  通过26种场景对比规则驱动及最短路径基准方法，并进行统计显著性检验。

引言

大型复杂建筑内居住着众多使用者，他们出于不同目的使用各类空间，且各楼层通过楼梯间、竖井及通风管道紧密相连。这类结构在正常情况下便于人员流动并提升运营效率，但在火灾等紧急情况下却可能带来严重安全隐患。当人们涌向紧急出口和楼梯时，容易出现严重拥堵，而走廊和楼梯间内的烟雾会迅速降低能见度并减缓行进速度[1]。尤其是高温烟雾和气体通过楼梯间及竖井上升所形成的烟囱效应，会大幅缩短上层楼层的可用安全疏散时间[2]。

与此同时，人们往往会趋向于选择熟悉的或视觉上最显眼的出口，且常常表现出从众行为，跟随周围人群的移动方向。Helbing等人[3]通过模拟和现实观察发现，密集人群中的恐慌情绪常会导致出口附近出现踩踏事件和人群聚集现象。Zhu等人[4]利用眼动追踪设备开展实验，定量分析了人们的决策行为，发现人们更倾向于参考周围人群的动向而非紧急出口标识。Bode和Codling[5]在虚拟疏散环境中进行了出口选择实验，发现即使在拥挤情况下，人们仍可能坚持选择效率较低的出口或无法避开拥堵。这些结构和行为特征在多次人群疏散观察中得到证实[3][6]，也在过去多起导致重大人员伤亡的复杂建筑火灾事故中得到体现[7][8][9]。这些情况促使人们研究能够同时考虑建筑层面的危险蔓延和人们路线选择行为的疏散引导方法。

传统的疏散引导系统大多依赖预先设计的紧急出口标识和固定的引导灯。虽然这类静态系统能够有效指示建筑布局和预期疏散路线，但难以及时应对不断变化的实际情况，如火灾实际位置、烟雾扩散模式以及人群密度分布。为克服这些缺陷，人们开始研究基于传感器的动态疏散引导以及基于强化学习的疏散优化方法。然而，现有的大多数动态疏散引导研究都是基于预定义规则，而基于强化学习的研究通常仅考虑单层建筑或简化的群体流动模型，这限制了它们对多层建筑中楼层间火灾蔓延以及个体行为特征的反映能力[10]。第2节将对相关研究进行详细综述。

基于数字孪生的建筑管理技术被用作一种方法，通过传感器、CCTV及建筑管理系统数据在虚拟环境中呈现实体建筑的状态，从而为数据驱动的决策提供支持[11]。在本研究中，安全数字孪生指的是将这一概念应用于消防安全领域，通过火灾和疏散模拟来评估风险并辅助应急决策。

本研究开发了一种适用于此类安全数字孪生环境的模拟驱动型疏散引导模块。该模块在火灾疏散模拟环境中嵌入了基于学习的疏散辅助智能体，根据模拟状态做出决策。具体而言，针对多层建筑火灾场景，开发了一种基于强化学习的动态疏散引导系统。该强化学习智能体在结合了基于网格的火灾模拟和人员行为模拟的集成环境中接受训练，从而能够在每个控制间隔内综合考虑火灾蔓延情况和人群动态，实现自适应的疏散引导。

本研究的主要贡献如下。首先，我们构建了用于多层建筑的综合火灾疏散模拟模型：火灾模型能够模拟通过楼梯间和竖井的楼层间火势蔓延以及烟囱效应，而疏散模型则通过烟雾和密度导致的行进速度下降以及概率性路线选择来体现不同人群的行为特征。其次，所提出的方法将疏散引导视为一个建筑层面的控制问题，其中强化学习智能体通过改变路口和出口处的限制条件间接调控人员流动，而非直接为每个个体指定疏散路线。第三，状态表示方式同时涵盖了火势蔓延风险、人群密度、人群流动情况、出口结构以及之前的引导状态，从而使引导决策能够同时反映危险状况的变化和人群分布的调整。第四，引入了能够模拟危险源传感器噪声、CCTV检测遗漏及测量延迟的传感器不确定性处理模块，以便在真实的数字孪生应用环境下而非理想化的全信息观测条件下评估所学到的策略。第五，将所提出的方法与基于规则的动态引导方法以及加入了全局路径信息的改进版最短路径基准方法进行了比较，并通过配对威尔科克森符号秩检验和霍尔姆-邦费罗尼校正方法评估了其统计显著性。第六，通过在真实多层建筑模型上的26种火灾场景测试，结果表明与基于规则的动态引导方法相比，该系统的平均疏散时间可减少约32%，死亡人数可减少约58；与改进版最短路径基准方法相比，分别可减少20%和42%，且在真实传感器条件下的所有改善效果均具有统计显著性。

本文的其余部分结构如下。第2节回顾了关于火灾模拟、疏散模拟、动态疏散引导系统以及基于强化学习的疏散优化方面的相关研究，并总结了本研究的独特之处。第3节详细介绍了所提出的方法：首先介绍整体系统架构，随后阐述火灾模拟、疏散模拟、强化学习智能体设计以及训练和评估过程中使用的传感器不确定性处理模块。第4节基于某多层建筑的案例研究介绍了实验设置和结果，并从定量和定性角度分析了基于学习的动态疏散引导的有效性。最后，第5节总结了本研究的研究成果，并探讨了存在的局限以及未来研究的方向。

章节要点

相关工作

火灾模拟方法大致可分为基于计算流体动力学（CFD）的模型和基于网格的近似模型。基于CFD的方法通过直接求解热传导方程，能够高精度地预测烟雾和火焰的蔓延情况，火灾动力学模拟器（FDS）就是其中的典型代表。Korhonen和Hostikka开发了FDS+Evac，该工具将行人模拟模块与FDS相结合，实现了火灾与疏散过程的耦合模拟[12]。Cheong等人则

系统概述

本研究提出的方法包括火灾模拟、疏散模拟、基于强化学习的动态疏散引导智能体，以及连接模拟环境与智能体感知模块的传感器不确定性处理模块。图1展示了所提出框架的整体架构。上方的疏散模拟部分由火灾模拟、建筑建模以及人员移动建模组成，这些组成部分

实验部分

本研究的实验对象是一栋拥有1层地下室和5层地上楼的大学科研楼。每层楼的中央走廊两侧分布着科研室和实验室，而楼梯间则位于建筑的两端以及中间区域。在本研究中，模拟环境是针对第一至第三层构建的。图11展示了Techno楼的3D模型，该建筑的3D模型是通过

结论

本研究提出了一种基于强化学习的多层建筑火灾场景动态疏散引导系统，并通过模拟实验验证了其有效性。该系统整合了基于元胞自动机的火灾模拟、基于混合逻辑模型的人员行为模拟，以及基于PPO算法的强化学习智能体。通过这种整合，该系统能够同时考虑火灾蔓延情况并

CRediT作者贡献说明

Kunchan Kim：撰写——初稿、验证、软件开发、方法设计、概念构思。Hyuncheol Kim：撰写——审阅与编辑、方法设计。Hyungki Kim：撰写——审阅与编辑、验证。Hyunchan Kim：资源协调。Soonjo Kwon：撰写——审阅与编辑、监督指导、资源协调、项目管理。

利益冲突声明

作者声明不存在任何可能影响本文研究成果的已知财务利益关系或个人关系。

致谢

本研究得到了工业技术炼金术项目计划（编号RS-2024-00419010）以及由韩国贸易、工业与资源部资助的设计产业技术发展计划（编号RS-2025-04752997）的支持。

Kunchan Kim|Hyuncheol Kim|Hyungki Kim|Hyunchan Kim|Soonjo Kwon