GPEvac: PPO basato su GNN per pianificare percorsi di evacuazione adattivi durante sparatorie

Abstract degli autori

Il forte aumento delle sparatorie di massa sottolinea l’urgente necessità di sistemi che guidino le vittime verso la sicurezza in tempo reale. Un sistema di evacuazione efficace deve ridurre al minimo l’esposizione alle minacce, tenendo conto al contempo dell’incertezza avversaria e delle dinamiche di affollamento. Gli attuali metodi descritti in letteratura sono rigidamente vincolati a politiche specifiche per ciascuna planimetria e risultano computazionalmente impraticabili su planimetrie di grandi dimensioni, mentre le linee guida pratiche si limitano a consigliare alle vittime di «correre», «nascondersi» o «combattere». Proponiamo GPEvac: un framework PPO basato su GNN che calcola percorsi di evacuazione adattivi durante le sparatorie. Per cogliere sia le dipendenze locali sia quelle a lunga distanza, introduciamo uno schema sequenziale di passaggio dei messaggi che parte dagli archi e include un nodo globale virtuale apprendibile. Gli embedding del grafo così ottenuti vengono integrati in un meccanismo di scoring invariante alle permutazioni, che consente a un’unica policy appresa di operare su planimetrie di edifici con topologie e dimensioni diverse. Attraverso simulazioni approfondite, mostriamo che GPEvac supera le baseline intelligenti su diverse configurazioni architettoniche, riducendo in modo significativo l’esposizione complessiva alle minacce. È fondamentale che il sistema calcoli percorsi globali di evacuazione in appena 14,73 ms su hardware CPU locale, consentendo un’integrazione fluida con i sistemi di sorveglianza in tempo reale. Oltre a salvare vite durante le sparatorie, le metodologie sviluppate sono trasferibili ad altri ambiti decisionali strutturati come grafi, tra cui le infrastrutture critiche, i sistemi di trasporto intelligenti e le reti di sensori adattive.