사격 사건 중 적응적인 대피 경로 최적화를 위한 GNN 기반 PPO 알고리즘

질서와 안정성을 유지하기 위해 즉시 구조 방위를 위한 시스템이 필요해졌습니다. 효과적인 구조 방출 시스템은 위협 노출을 최소화하면서도 적대적 불확실성과 사람 밀집 현상을 고려해야 합니다. 현재 문헌에서 제시된 방법들은 레이아웃에 특정 정책에만 제한되어 있으며 대규모 레이아웃에서 계산적으로 처리하기 어렵습니다. 실제 지침은 단순히 피해자들에게 "달리기", "숨기기", 또는 "싸우기"라고만 조언합니다. 우리는 GPEvac: GNN 기반 PPO 프레임워크를 제안합니다. 이 프레임워크는 발포 사건 중에 적응적인 구조 방출 경로를 계산합니다. 지역적과 장거리 의존성을 모두 잡기 위해, 우리는 가치있는 가상 글로벌 노드가 포함된 에지-퍼스트 시퀀셜 메시지 패스링 스킴을 소개합니다. 결과적인 그래프 임베딩은 다양한 토폴로지와 크기의 건물 레이아웃에 걸쳐 작동하는 단일 학습된 정책을 허용하는 순열 불변 점수 메커니즘과 통합됩니다. 대규모 시뮬레이션을 통해, 우리는 GPEvac가 다양한 건축 레이아웃에서 지능형 기준선보다 우수함을 보여주며, 총 위협 노출을 크게 감소시킵니다. 특히, 시스템은 지역 CPU 하드웨어에서 14.73ms 만에 글로벌 구조 방출 경로를 계산할 수 있어, 실시간 모니터링 시스템과 손쉽게 통합할 수 있습니다. 발포 사건 중 생명을 구하는 것 이외에도, 개발된 방법론은 다른 그래프 구조 결정 문제에 적용할 수 있습니다. 예를 들어, 비상 시설, 지능형 교통 시스템, 적응 센서 네트워크 등이 있습니다.