Resumen

La planificación de trayectorias para el multiagente, que generalmente se basa en el campo de energía potencial artificial, refleja el proceso de toma de decisiones del peatón que camina y tiene gran importancia en el sistema multiagente de campo. En este trabajo, después de establecer el entorno de simulación espacio-temporal con celdas grandes y segmentos de tiempo pequeños basado en la teoría de decisión de desagregación del multiagente, establecemos un modelo de energía potencial dinámico generalizado (DPEM) para el multiagente a través de cuatro pasos: (1) Construir el campo de energía espacial con el algoritmo mejorado de Dijkstra, y obtener las funciones de ajuste para reflejar la relación entre la tasa de disminución de la velocidad y la ocupación del espacio del agente a través de experimentos empíricos cruzados. (2) Construir el campo de energía potencial de retraso basándose en el juicio y los cambios psicológicos del multiagente en las situaciones en las que los otros peatones han ocupado la celda del cuello de botella. (3) Construir el campo de energía potencial de espera basado en las características del multiagente, como la disipación y la mejora. (4) Obtener el campo de energía potencial dinámico generalizado superponiendo el campo de energía potencial espacial, el campo de energía potencial de retraso y el campo de energía potencial de espera. Además, se realiza un estudio de caso para verificar la viabilidad y eficacia del modelo de energía potencial dinámica. Los resultados también indican que la decisión de cada agente de planificar el camino, como avanzar, esperar o desviarse, en el sistema multiagente está relacionada con sus características individuales y los factores ambientales. En general, este estudio podría ayudar a mejorar la eficiencia del tráfico peatonal, optimizar el espacio para caminar y mejorar el rendimiento de los peatones en el sistema multiagente.

• Materias:Motores (Mecánica) Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Engines Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:campo de energía potencial, multiagente, sistema multiagente, campo de energía potencial artificial, modelo de energía potencial dinámico, campo de energía potencial dinámico generalizado, modelo de energía potencial dinámico generalizado, teoría de la decisión de desagregación, experimentos cruzados empíricos, sistema multiagente de campo
• Keywords:potential energy field, multiagent, multiagent system, artificial potential energy field, dynamic potential energy model, generalized dynamic potential energy field, generalized dynamic potential energy model, disaggregation decision theory, empirical cross experiments, field multiagent system