[发明专利]人群行为模拟模型训练方法、人群模拟方法、装置和设备

权利要求书

1.一种人群行为模拟模型训练方法，其特征在于，包括：

获取行人轨迹数据集和行人仿真数据集，所述行人仿真数据集是将所述行人轨迹数据集输入初始人群行为模拟模型中的初始行人交互模拟模型得到的；

基于所述行人轨迹数据集和所述行人仿真数据集，对所述初始人群行为模拟模型中的初始行为预测模型进行师生协同驱动训练，得到行为预测模型，其中，所述行为预测模型用于预测人群运动行为，且所述行为预测模型是采用师生协同损失函数、碰撞焦点损失函数和碰撞预测损失函数进行训练得到的；

基于符号集对所述行为预测模型进行符号回归，确定更新后的行人交互模拟模型，以得到人群行为模拟模型，所述行人交互模拟模型用于模拟行人个体之间的交互作用，所述符号集包括至少一种操作符及所述操作符的组合方式。

2.根据权利要求1所述的人群行为模拟模型训练方法，其特征在于，所述基于所述行人轨迹数据集和所述行人仿真数据集，对所述人群行为模拟模型中的初始行为预测模型进行师生协同驱动训练，得到行为预测模型，包括：

将所述行人仿真数据集输入所述人群行为模拟模型中的初始行为预测模型进行训练，得到过拟合的初始行为预测模型，其中，所述过拟合的初始行为预测模型是采用教师损失函数进行训练得到的，所述教师损失函数为所述师生协同损失函数中的教师训练损失函数、碰撞焦点损失函数和碰撞预测损失函数之和；

将所述行人轨迹数据集输入所述过拟合的初始行为预测模型进行训练，得到所述行为预测模型，其中，所述行为预测模型用于预测人群运动行为，且所述行为预测模型是采用学生损失函数进行训练得到的，所述学生损失函数为所述师生协同损失函数中的学生训练损失函数、碰撞焦点损失函数和碰撞预测损失函数之和。

3.根据权利要求2所述的人群行为模拟模型训练方法，其特征在于，所述初始行为预测模型是基于以下步骤构建的：

确定相邻节点与所述相邻节点之间的连接边，并基于所述相邻节点和所述连接边确定边函数，所述边函数用于学习相邻节点间传递的信息，所述节点包括行人和/或障碍物，所述连接边用于表征相邻节点之间存在作用力；

确定用于表征除第一节点以外的其他节点对所述第一节点存在作用力的节点函数，所述第一节点为所有节点中的任意一个；

基于所述边函数和所述节点函数构建行人图网络，并基于所述行人图网络构建所述初始行为预测模型。

4.根据权利要求2所述的人群行为模拟模型训练方法，其特征在于，所述将所述行人轨迹数据集输入所述过拟合的初始行为预测模型，包括：

确定所述行人轨迹数据集中的多个行人位置数据；

确定各所述行人位置数据的坐标类型，所述坐标类型包括世界坐标和图片坐标；

在所述坐标类型为图片坐标的情况下，将所述行人位置数据进行射影变换，将所述行人位置数据对应的图片坐标映射为世界坐标；

将所述坐标类型为世界坐标的各所述行人位置数据输入所述过拟合的初始行为预测模型。

5.根据权利要求1所述的人群行为模拟模型训练方法，其特征在于，所述基于符号集对所述行为预测模型进行符号回归，确定更新后的行人交互模拟模型，包括：

基于专家知识经验，确定符号集中的至少一种操作符及操作符的组合方式；

将所述符号集和所述行为预测模型输入符号回归求解器，输出各所述组合方式对应的交互模拟模型；

确定所述交互模拟模型与所述行为预测模型的拟合程度，以及所述交互模拟模型的可解释程度；

将所述拟合程度和所述可解释程度最佳的所述交互模拟模型确定为行人交互模拟模型。

6.根据权利要求1至5任一项所述的人群行为模拟模型训练方法，其特征在于，所述方法还包括：

将所述行人交互模拟模型确定为初始行人交互模拟模型，将所述行为预测模型确定为初始行为预测模型；

基于所述初始行人交互模拟模型和所述初始行为预测模型，重复进行执行训练过程，直至满足预设条件，得到训练好的行人交互模拟模型和行为预测模型。