Ученые Центра искусственного интеллекта МГУ имени М.В. Ломоносова предложили подход к координации эвакуации, который адаптирует ранее успешные стратегии к изменившейся обстановке без повторного обучения. Система сохраняет прошлые решения, проверяет их с учётом текущего состояния инфраструктуры и при необходимости корректирует. В эксперименте с изменённой дорожной сетью проверка и корректировка стратегии из памяти повысили долю успешно эвакуированных участников с 39,2 до 92,4% по сравнению с простым повторным использованием этой стратегии. Работа представлена на конференции AAMAS 2026.
При чрезвычайных ситуациях заранее разработанный план эвакуации может оказаться неприменимым: очаг опасности способен возникнуть в другом месте, отдельные дороги или мосты могут стать недоступны, а транспортные потоки — измениться. Поэтому система управления должна не только находить эффективный маршрут в известных условиях, но и сохранять работоспособность при изменении сразу нескольких факторов.
В работе рассматривается управление не каждым участником эвакуации по отдельности, а общими правилами движения. Система управления может, например, ограничить использование определённого моста или перенаправить поток к другому выезду. Такие решения задаются в заранее определённой форме и автоматически проверяются на выполнимость — система не должна направлять людей по уже перекрытому маршруту.
Для адаптации к новым условиям автор использовал эпизодическую память. В ней сохраняются ранее успешные правила управления вместе с информацией о ситуации, в которой они применялись, и полученным результатом. При возникновении новой ситуации система может найти похожий случай и использовать соответствующее решение.
Однако простого воспроизведения прошлого решения оказалось недостаточно. Если дорожная сеть изменилась, ранее успешный маршрут может проходить, например, через теперь недоступный мост. Поэтому автор предложил дополнительно проверять найденное решение и при необходимости корректировать его с учётом текущего состояния инфраструктуры. Такой подход позволяет адаптировать стратегию без повторного обучения модели.
Подход проверили в среде моделирования городского движения. Исследователь рассмотрел несколько сценариев: изменение расположения источника опасности, изменение доступности дорожной инфраструктуры и одновременное изменение обоих факторов. Для оценки использовалась доля участников, успешно завершивших эвакуацию.
Наиболее заметные различия проявились при одновременном изменении расположения опасности и дорожной сети. Система на основе обучения с подкреплением обеспечивала эвакуацию 92,5% участников в исходных условиях, однако при одновременном изменении двух факторов показатель снижался до 32,7%. Стратегии, основанные на проверяемых правилах управления, в тех же изменённых условиях обеспечивали эвакуацию 74,3% участников.
Эксперименты также показали, что простое использование решений из памяти при изменении условий может ухудшать результат. При изменении дорожной сети использование ранее успешной стратегии обеспечивало эвакуацию только 39,2% участников. После проверки и корректировки маршрута с учётом доступной инфраструктуры этот показатель достигал 92,4% — без дополнительного обучения модели.
«При эвакуации условия могут измениться быстрее, чем мы успеем заново обучить систему. При этом просто взять решение, которое хорошо работало раньше, тоже недостаточно: например, часть дороги или мост уже могут быть недоступны. Поэтому мы рассматриваем подход, при котором система сохраняет успешные стратегии, находит подходящий прошлый случай, а затем проверяет и при необходимости адаптирует решение к текущей обстановке. Это позволяет адаптировать решение к изменениям без повторного обучения модели и одновременно сохранять возможность проверить, почему было принято конкретное решение», — отметил младший научный сотрудник Института ИИ МГУ и Центра ИИ МГУ Роман Сультимов.
Отдельное направление работы связано с использованием больших языковых моделей. В предложенной системе языковая модель не может самостоятельно формировать произвольный план эвакуации: она выбирает решение только из заранее определённого набора действий, после чего оно проходит автоматическую проверку. При этом можно зафиксировать, какой прошлый случай был найден, насколько он похож на текущую ситуацию, какие изменения были внесены и прошло ли решение проверку. Это позволяет впоследствии проанализировать процесс принятия решения.
Полученные результаты пока относятся к моделированию в одной искусственной городской среде и ограниченному набору управляющих действий. В дальнейшем автор планирует усовершенствовать механизм выбора похожих ситуаций, расширить набор правил управления и проверить подход на разных дорожных сетях и в разных условиях.
Информация предоставлена пресс-службой МГУ
Источник фото: Ольга Мерзлякова / «Научная Россия»
