目前,公共安全问题已经引起了人们广泛的关注,而行人模拟不仅能够发现或预测潜在的公共安全问题,而且可以对处置公共安全问题所建立的预案进行事先评估。同现实演练相比,其成本更低,应用更灵活,可快速构建不同规模和场景下的行人运动形式。更为重要的是,通过行人模拟算法的改进,能够更为准确地复现人员在各种情况下由于心理状态发生变化而导致的不同移动行为特征。基于上述考虑,行人模拟已经成为近年来的研究热点。然而,传统行人模拟方法通常面临以下几个问题:1)由于方法自身的局限性,行人在运动过程中缺乏前瞻性,使其在复杂场景模拟中经常出现运动震荡的现象;2)行人的运动规则依赖于数学公式的设计,而其设计具有较高的难度且通常无法应用于不同的应用场景;3)行人在运动过程中缺乏自适应性,导致其在面对复杂场景时通常无法合理地处理模拟过程中遇到的困境;4)行人在计算下一时刻最佳速度时需要参考邻居的速度和位置,然而,目前的大多数算法采用被动的信息传递方式,这将导致行人片面地接收信息,并进一步导致模拟过程的低效性。近年来机器学习,特别是深度学习在众多领域取得了引人瞩目的成果,作为机器学习分支之一,强化学习是一种基于马尔科夫决策过程的学习方法,用以优化长期奖励。通过恰当地设计奖励函数,强化学习能够指导智能体在某一状态下采取最优的动作以获取长期最大的奖励。考虑到行人模拟过程同样具有马尔科夫属性,因此可以通过为行人设计相应的奖励函数,结合强化学习方法,使其脱离硬性数学运动规则的限制,从而通过深度学习或自适应学习最佳行为模式。然而,仅依赖强化学习模拟行人运动通常缺乏健壮性且此类方法一般对参数较为敏感,这将为模型训练增加难度。针对上述问题,本文探讨了传统行人模拟与强化学习方法相结合的模拟方式。本文所设计的行人模拟属于疏散模拟的一个分支,即每个行人都有明确的目的地并且渴望尽快到达。为证明该方式的适用性,本文汇总了该方法在不同场景和不同应用目的下的研究,并且对现有强化学习方法与行人模拟的结合同样进行了相对全面的探索。在分析探讨现有研究的基础上,提出了自己在该领域的一些经验总结。具体地,假设在有空间定位和室内建模的支撑下,本文主要研究内容在于利用地理信息系统平台的数据管理方法和空间分析方法,结合强化学习框架,以解决现有传统方法在行人模拟中的困境,并分析和讨论其在行人模拟中的有效性和适用性。根据研究空间的不同,本文进一步将研究分为两个内容:局部空间下的行人模拟和全局空间下的行人模拟。在局部空间中,本文的研究内容在于通过深度强化学习方法,引导行人对未来的困境提前做出预案。为验证强化学习对于行人运动行为的影响,我们设计了两部分,分别为:1)基于策略强化学习的行人运动轨迹平滑研究,该研究旨在研究一种理想的有序状态下行人的最佳运动形式;2)基于值强化学习的多出口疏散模拟研究,这部分研究旨在研究面对不同出口属性和拥挤度环境下行人的疏散路线选择。在全局空间中,本文提出一种面向复杂场景的疏散模拟,其中行人具有自适应的学习能力以应对复杂场景下环境的变化,并且本文赋予行人之间交流机制以减少自适应过程中的运动不稳定性。最后,实验证明,本文所提出方法不仅在设计上更为灵活,而且在结果上同样具有高效性和可扩展性。本文的研究贡献如下:1)提出一种传统局部碰撞方法与强化学习方法相结合的行人模拟方法,其优势在于传统方法可以严格地避免碰撞,而强化学习方法为行人注入了自适应能力,使其能够应对更为复杂的场景,并且依赖于强化学习优化长期奖励的特性,使其有能力解决行人模拟中的行人轨迹震荡问题;2)通过奖励函数模拟行人的行为特征,其将是一种更为简单可行的模拟方式,与基于数学公式设计的传统行人模拟不同,该方式具有更强的扩展能力和泛化能力;3)在奖励函数中加入行人之间的主动交流机制,该设置有利于行人在运动过程中对周围环境有更为全面的认知。