在不完全信息下对群体疏散决策进行建模：一种基于贝叶斯与累积前景理论的建筑安全方法

《Physica A: Statistical Mechanics and its Applications》：Modeling group evacuation decisions under imperfect information: A Bayesian and cumulative prospect-theoretic approach for building safety

　　

## 摘要

提升城市对紧急事件的韧性需要更深入地理解建筑人员在信息受限条件下如何做出疏散决策。本研究提出了一种基于智能体的群体疏散决策支持框架，适用于信息不完备条件下的建筑疏散场景，将贝叶斯更新、累积前景理论和共识动力学整合于统一的认知—行为模型之中。该框架完整刻画了从知识表示、信念更新到风险信息驱动出口选择和集体共识形成的全决策链条。通过与修订版国际海事组织（IMO）指南及经典行人流曲线进行验证，该模型表现出与理论预期一致的疏散性能。仿真分析揭示，疏散效率显著受初始空间分布、历史出口流量、环境熟悉度、障碍物布局和危险源位置的影响，而这些影响受认知偏好和信息可获取性的调节。所提出的框架为评估不确定性条件下建筑疏散性能提供了量化工具，对城市应急规划、韧性建筑设计和大型公共设施智能疏散引导系统开发具有实际应用价值。通过提升建筑内人员的安全性，本研究为实现可持续且具韧性的城市社区这一更广泛目标做出了贡献。

## 引言

提升城市对自然和人为紧急事件的韧性，不仅需要强健的物理基础设施，还需要深入理解建筑人员在危及生命条件下的行为表现[1]。在城市灾害韧性的关键决定因素中，最为重要的之一是人员在火灾、爆炸或其他突发危险来临时，能否高效疏散大型公共建筑——如商场、交通枢纽、体育场和高层办公楼[2]。然而，此类紧急事件中的疏散决策本质上是一个不确定性下的知识密集型过程。人员必须感知、解读并响应有关出口位置、人群状况和危险源的不完整且动态变化的信息[3]。这一挑战在大型公共建筑中尤为突出，因为空间复杂性、视觉遮挡和时间压力共同限制了人员获取和处理任务相关信息的能力[4]。2003年美国罗德岛州Station夜总会火灾造成100人死亡，许多遇难者在浓烟中迷失方向，无法找到出口。2022年南京金盛百货火灾同样展示了信息受限的危险性，烟雾蔓延极快，导致人员混乱且无法做出明确决策。这两起事件清楚地表明，当人们无法获取及时可靠的信息时，其做出合理决策的能力会严重减弱，整体疏散效率随之降低。因此，理解和建模这些行为机制至关重要，这是设计更安全建筑乃至创建更具韧性城市环境的关键知识。

在信息不完备的环境中，紧急事件固有的不可预测性和实时信息获取的约束显著阻碍了行人做出全局最优决策的能力[5]、[6]。为刻画此类信息约束下行人的决策行为，研究者逐步发展了整合信息感知[7]和决策逻辑[8]的疏散仿真模型。例如，Song和Zhao构建了一个地震疏散的数据驱动多阶段决策模型，揭示了灾后信息匮乏下个体决策的复杂性[9]。Tsai等人提出了一种整合现场和场外实体的协同信息架构，以减轻信息不完备导致的决策效率损失[10]。Alvear等人开发了一个针对隧道事故初期阶段典型稀疏和模糊信息的应急决策支持系统，显著提升了救援效率[11]。Jia等人引入了一种将模糊逻辑与地理信息系统（GIS）相结合的方法，以应对洪水疏散决策中固有的不确定性和不精确性[12]。Liao等人将信息不完备博弈论融入模型，将贝叶斯纳什均衡与多智能体仿真相结合，增强了模型刻画信息约束下行决策的能力[13]。此外，信息缺失不仅影响决策，还深刻改变行人的微观行为模式。观察和仿真表明，在信息不完备条件下，行人倾向于表现出明显的从众行为、探索性移动和更高的恐慌传染易感性[14]、[15]。例如，Li等人改进了社会力模型，研究了信息不完备环境下行人遇到障碍物时的行为特征和决策机制[16]。Tan等人提出了一种个体认知疏散行为的智能体仿真模型，重点关注空间知识的不完整性和路径选择偏好的异质性[17]。Ciallella等人指出，在信息匮乏环境中，大型群体提供更大的信息处理能力，而小型群体由于协调成本更低，在信息丰富的复杂设置中效率更高[18]。总体而言，这些研究在信息不完备条件下建模行人决策方面取得了显著进展，为本研究奠定了坚实的理论和方法学基础。然而，现有模型在捕捉群体如何在突发事故中基于有限信息制定疏散决策方面仍显不足，尤其在缺乏外部引导的情况下，未能充分表征组内异质性、动态交互和实时信息更新，从而无法真实反映复杂建筑中容纳多样化行人类别的决策复杂性。

尽管上述研究主要从静态视角考察信息不完备条件下的决策和行为，但现实疏散以信息状态（如危险进展、拥堵动态）和个体认知（如出口发现）随时间动态演化为特征[19]。这种固有的动态性要求仿真模型具备实时更新和学习能力[20]。贝叶斯更新模型为应对这种动态不确定性提供了强有力的框架。行人可以基于随时间收集的小碎片信息逐步细化对环境理解。例如，他们可以评估某个出口是否可靠或某条路线是否拥堵，并据此调整决策[21]。例如，Li等人利用贝叶斯信念网络处理噪声和烟雾等模糊信号，使行人能够结合先验知识与实时观测推断威胁类型并做出初始疏散决策[22]。Liao等人应用贝叶斯纳什均衡来量化关于他人决策的信念，该方法有助于行人在信息不完备条件下选择策略并动态更新其预期[23]。Chen等人利用贝叶斯方法动态同化实时环境信息，以最小化疏散风险并促进最优出口选择[24]。总体而言，这些研究表明，将贝叶斯方法纳入行人流建模不仅克服了传统模型固有的信息局限，也为主动风险缓减提供了必要的分析工具和决策支持基础[25]、[26]。

与此同时，元胞自动机模型因其简洁性和可并行计算特性而备受青睐，常被扩展用于模拟动态信息扩散（如口头传播、信号引导）下人群状态的时空演化[27]。例如，Duan等人开发了一种将拥堵—威胁耦合元胞自动机（CTCA）模型与深度强化学习相结合的方法，提出了恐怖袭击场景下的有效疏散优化策略[28]。Huo等人利用元胞自动机模拟恐怖袭击和踩踏事件中三类不同行人——袭击者、疏散者和引导者——的移动动力学[29]。基于这些进展，将贝叶斯更新整合到元胞自动机模型中是一个有前景的方向。这种组合可以捕捉信息不完备的动态传播以及个体实时学习和决策的过程，从而显著提高疏散仿真中行人行为动力学的描述精度。

值得注意的是，现实疏散场景中行人通常以社会群体形式移动——如家庭或朋友——其决策过程深受社会互动的影响[30]、[31]。越来越多的证据表明，群体内的集体因素，包括信息共享、共识形成和相互协助，可以显著改变个体在出口选择和路线调整方面的选择。Chen等人应用粗糙集理论分析了客运交通枢纽中不同社会类别——亲属、配偶、朋友、同事和同学——的群体疏散决策[32]。Cuesta等人识别出社会影响是个体出口选择的关键决定因素，并证明大型群体的疏散效率显著高于小型群体或孤立个体[33]。Sheu将风险感知概念模型与家庭群体效用演化框架相结合，考察了大规模紧急事件中家庭疏散路线决策[14]。Mei等人提出疏散策略选择可视为多准则群体决策问题，开发了改进的TOPSIS方法来处理地铁站疏散策略选择[34]。Li等人提出了一种基于多智能体深度强化学习的分层疏散方法，以应对复杂环境中的人群疏散[35]。Haghani等人对疏散不同阶段群体的决策和移动行为进行了实验研究[36]。因此，将群体决策纳入疏散模型并构建整合社会互动与有限信息认知的仿真框架，已成为当代应急疏散研究的关键前沿。

尽管先前的研究在信息约束下建模行人行为方面取得了显著进展，但仍存在显著局限：第一，信息动态建模和实时决策仍不充分。现有模型大多局限于静态场景，缺乏能够捕捉疏散过程中信息动态演化——如危险传播和路线拥堵变化——及其对应的个体决策调整的集成框架。第二，群体决策机制往往被过度简化。大多数研究将群体视为个体的简单聚合，未能充分表征内部社会互动。特别是缺乏细化模型来阐释群体如何在有限信息条件下协调决策。第三，行为异质性和心理因素的整合不足。当前研究对行人的心理和行为差异考虑不够充分，如认知差异、风险态度和从众倾向。对压力下非理性决策的建模尤其薄弱，限制了模型捕捉现实疏散中行为多样性的能力。为系统解决这些挑战，本研究旨在开发一个整合信息不完备、群体决策、实时动态调整和建筑空间特征的综合仿真框架。通过引入动态认知更新机制和群体决策规则，所提出的模型增强了其在复杂现实场景中的解释力和预测能力，从而为优化应急疏散策略提供理论基础。

在上述理论基础之上，本研究提出了一种整合不完整信息条件下群体决策行为的疏散仿真模型。该模型系统地表征了小群体在两个相互关联层面——战术决策和移动协调——的疏散行为。在战术层面，它捕捉群体如何在信息约束下通过贝叶斯推断动态更新对环境状态的感知，并随后基于累积前景理论评估和变更出口选择，从而反映不确定性下的适应性和协调性决策。在操作层面，整合静态底图场、群体吸引场和危险场的元胞自动机模型实现了对行人疏散动力学的精细模拟，包括朝向出口移动、组内凝聚和风险规避行为。其核心贡献如下：

（1）**知识表示与动态更新**：我们引入贝叶斯推断机制，使行人能够通过概率分布表示其对不可观测出口属性（密度和危险状态）的先验知识，并基于实时间接观测动态更新这些信念。这为建模信息约束下的知识演化提供了有原则的方法。

（2）**风险信息驱动的知识应用**：我们引入累积前景理论来捕捉风险感知和心理偏差如何调节所获取知识在出口选择中的应用，弥合不确定性下"知道"与"选择"之间的鸿沟。

（3）**集体知识融合**：我们开发了一种共识驱动的群体决策机制，将个体成员的知识与熟悉度差异综合为集体出口选择，应对社会群体内知识异质性的挑战。

（4）**行为验证与场景洞察**：通过多场景仿真，我们识别了影响疏散效率的关键因素，并展示了所提出的系统如何为应急规划和建筑设计产生可操作的洞察。

总体而言，本研究通过展示如何将贝叶斯知识更新、前景理论决策建模和基于共识的知识融合整合到统一决策支持框架中，为高风险现实世界应用——信息不完备条件下的建筑疏散——做出了贡献，丰富了知识工程领域的文献。从实践角度看，所提出的框架通过提供量化的、基于证据的工具来评估建筑疏散性能，为城市韧性做出了贡献，这是城市应急准备的关键组成部分。

研究结果可为城市规划者、建筑设计师和应急管理人员提供可操作的建议，以增强人员密集建筑的安全性，从而提升城市社区应对突发灾害的韧性。本文其余部分组织如下：第2节介绍了本文针对信息不完备环境提出的群体决策疏散模型；第3节描述了模型验证及多种疏散场景的仿真分析；第4节给出了本研究的结论及未来工作方向。

**片段摘选**

**模型**

真实世界中的疏散决策并非在完美信息的理想条件下发生，而是经常在由能见度受限、信息更新延迟或危险不明确等因素所导致的不完备信息环境中进行。这些信息约束从根本上改变了出口决策的认知基础和行为结果。因此，本研究以完美信息环境作为参考基准来构建仿真

**仿真分析**

如图3所示，仿真在一个由三个相互连通的矩形区域组成的16 m×16 m复合空间内进行，每个单元格尺寸为0.4 m×0.4 m。整体布局参照沈阳中兴商场。空间内设置了障碍物。具体而言，灰色区域内的障碍物为透明屏障，不会阻挡行人视线；而黑色区域内的障碍物（如商店墙壁和电梯井壁）则会阻挡行人视线。红色区域代表

**定量比较**

为定量评估所提出模型的实际效果，我们选取了李（2026）[45]提出的基准模型，并在图3所示的相同疏散场景下进行了系统比较。该基准模型采用传统的基于元胞自动机（CA）的建模方法，并假设信息完美，即行人被认为在任何时刻都能直接且完整地获知所有出口状况。在此基础上，我们引入了现实化的

**结论**

本研究提出了一个基于主体的群体疏散决策支持框架，用于建筑物在信息不完备条件下的疏散管理，该框架在统一的认知-行为模型中整合了贝叶斯更新、累积前景理论和共识动力学。该框架建模了从初始知识表征、动态信念修正，到风险感知下的出口选择及集体共识形成的完整决策链——超越了传统的物理流模型，将

**CRediT作者贡献声明**

李怡辰：撰写——初稿撰写、软件、方法学、调查研究。左明宇：验证、软件、方法学、调查研究。万旭阳：验证、软件、方法学、调查研究。李阳：撰写——审阅与编辑、撰写——初稿撰写、方法学、形式化分析、概念化。毛清华：撰写——审阅与编辑、撰写——初稿撰写、项目管理、形式化分析、数据管理。

**利益冲突声明**

作者声明不存在可能影响本文报告工作的已知竞争性经济利益或个人关系。

**致谢**

本研究得到河北省自然科学基金（项目编号：G2025203032）的资助。

李阳|毛清华|李怡辰|左明宇|万旭阳