疏散场景的仿真研究近年来引起了极大的关注。 在这个方向上仍存在两个主要的研究挑战:(1)如何在疏散程序中描述个体在各种情况下的适应行为的影响;(2)由于超高水平,如何在个体水平上模拟涉及大量人群的复杂疏散方案这些方案的复杂性。 在这项研究中,已经开发了用于一般疏散方案的模拟框架。 场景中的每个人都被建模为由基于权重的决策机制驱动的适应性自治代理。 该模拟旨在表征个体的适应行为,个体之间,小群个体之间以及个体与环境之间的相互作用。 为了应对第二个挑战,本研究采用GPGPU来维持疏散方案的大规模并行建模和仿真。 已经提出了一种有效的方案,以最小化访问由GPU平台维护的仿真过程的全局系统状态的开销。 仿真结果表明,个体行为的“适应性”对疏散程序具有重大影响。 实验结果还展示了所提出的方法能够维持复杂场景的能力,这种复杂场景涉及由数以万计的个人组成的庞大人群。