Обзор систем автоматической эвакуации при пожарах, основанных на ИИ: современные практики, вызовы и будущие усовершенствования

В данной работе исследуется развивающийся ландшафт автоматических систем эвакуации при пожарах, работающих на основе искусственного интеллекта (ИИ), анализируя их преимущества, недостатки и потенциал для улучшения. Эти системы используют разнообразные методологии ИИ, включая машинное обучение, компьютерное зрение и обучение с подкреплением, чтобы анализировать данные в реальном времени и направлять людей к местам безопасности во время пожаров. Примеры таких систем, как SFES-HB (Смарт-система эвакуации при пожарах в многоэтажных зданиях), ARAE (Автономная роботизированная помощь в эвакуации) и WFEAS (Автоматическая система эвакуации при пожарах в складских помещениях), демонстрируют разнообразие применения этих систем в разных условиях. Хотя системы, работающие на основе ИИ, предлагают преимущества, такие как адаптация в реальном времени, уменьшение ошибок человека и масштабируемость, они также создают проблемы, такие как сложность, стоимость и зависимость от качества данных. Чтобы преодолеть эти ограничения, в работе предлагаются передовые техники ИИ, такие как глубокое обучение для прогнозирования поведения, обучение с подкреплением для динамического принятия решений и компьютерное зрение для улучшения ситуационной осведомленности. Среди стратегий внедрения - гибридные системы, которые сочетают ИИ с человеческим решением, симуляции для обучения персонала экстренных служб и интеграция с устройствами интернета вещей (IoT) для более точного сбора данных. В заключение, работа утверждает, что будущее эвакуации при пожарах лежит в продолжении разработки и усовершенствования систем ИИ, в сочетании с надзором человека и надежной поддержкой, чтобы обеспечивать эффективные и безопасные процедуры эвакуации в сложных и динамических условиях.