基于深度强化学习的城市火灾应急疏散路径规划方法

本发明公开了基于深度强化学习的城市火灾应急疏散路径规划方法，包括如下步骤：S1、构建动态环境图；S2、构建疏散智能体策略网络；S3、在疏散智能体策略网络中引入改进型猎豹优化算法，并通过路径跳跃机制避免局部最优；S4、改进型猎豹优化算法为每个猎豹体配置侦察模块，预测路径风险并生成未来风险评分；S5、融合当前路径评估结果与未来风险评分，动态修正路径选择；S6、通过集中训练与分布执行机制优化疏散智能体策略网络，生成最优疏散路径指令；S7、通过边缘计算终端实时接收动态环境图数据并输出最优疏散路径指令，支持路径回退与重规划。本发明融合深度强化学习与智能优化算法，实现城市火灾疏散路径智能规划。