You need to enable JavaScript to run this app. 使用pedestrian库模拟医院疏散时如何为智能体设置指定通行时间
优惠活动
大模型
产品
解决方案
定价
更多

使用pedestrian库模拟医院疏散时如何为智能体设置指定通行时间

实现思路

pedestrian行人仿真库默认采用「路径总长度/智能体实时移动速度」的逻辑自动计算通行时长,要实现指定房间到出口目标线的自定义三角分布通行设置,核心是屏蔽这套自动计算逻辑,将自定义的随机时长直接绑定到对应路径段上。

具体配置步骤

1. 开启路径通行时间的自定义覆盖权限

在路径初始化阶段,给所有从指定房间出发、终点为出口目标线的路径段开启override_auto_calc属性,让库跳过默认的距离/速度时长计算流程,避免自定义参数被自动计算值覆盖。

2. 生成符合三角分布的随机通行时长

直接调用Python标准库的random.triangular()方法生成符合要求的随机值,和你示例中的triangular(1,2,3)对应,参数分别设置为low=1、mode=2、high=3即可。

注意:随机值的时间单位要和仿真的全局时间步长对齐,比如仿真步长按秒设置时,生成的数值直接对应秒级通行时长即可。
尽量在每个智能体触发疏散行动的时刻再生成对应随机值,不要在仿真初始化阶段批量生成全量随机值,避免不同疏散阶段出发的人员时长出现同质化偏差。

3. 绑定时长到指定路径段

把从智能体所在指定房间的出发位置、到出口目标线的整段路径作为一个独立通行单元,将生成的三角分布随机值赋值给该路径单元的custom_travel_time参数。不要把路径拆成房间内部、走廊、楼梯等分段单独设置时长,避免分段时长累加后和你预设的总时长出现偏差。

对应的简化配置示例代码:

import random
from pedestrian.simulation import PedestrianAgent, ExitTarget

# 初始化医院出口目标线
hospital_exit = ExitTarget(position=(10, 0), width=12)

def bind_custom_travel_time(agent, assigned_room):
    # 匹配从指定房间出发的智能体
    if agent.current_position_room == assigned_room:
        # 生成三角分布通行时长,对应triangular(1,2,3)参数设置
        travel_time = random.triangular(low=1, mode=2, high=3)
        # 绑定到对应路径,开启自动计算覆盖
        agent.path_rule[assigned_room.id][hospital_exit.id] = {
            "custom_time": travel_time,
            "disable_auto_calc": True
        }
场景适配的注意事项
  • 不要通过反推智能体速度的方式间接实现自定义时长(即用路径长度除以生成的随机值得到对应速度):这种方法很容易因为走廊拥堵、碰撞避让导致实际通行时长远偏离三角分布的预设范围,正确的逻辑是当智能体在该路径段的模拟累计时间达到预设值时,直接判定其抵达出口目标线,忽略中间的拥堵速度波动。
  • 增加时长边界校验:生成的随机通行时长不能小于智能体从房间门口移动到最近连通点的最小物理时间,否则会出现智能体瞬移的仿真bug。
  • 结合医院场景做人群分层:针对行动不便的住院患者、陪护人员,可单独设置适配的三角分布参数,不要全场景套用同一组triangular(1,2,3)的参数值。

内容的提问来源于stack exchange,提问作者Jenny Jensen

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.22 22:45:00