近年来公共安全事故频发,安全事故中的人群疏散成为研究的热点。当发生事故时,为了降低事故带来的危害应尽快将人群撤离事故现场。因此,安全事故中的人群疏散路径规划是一个重要的研究课题。人群疏散是一个复杂过程,大规模人群疏散演练受到组织难、成本高、人员安全性低等问题限制难以实现。计算机仿真技术的发展为模拟人群疏散提供了途径,使用人群疏散仿真技术能够模拟人群疏散过程,为安全事故中的人群疏散提供指导。因此,人群疏散仿真技术对于研究安全事故中的人群疏散意义重大。合理的路径规划能够提高人群疏散效率、保障人民生命安全,是人群疏散仿真研究的关键。然而现有的路径规划方法人为定义诸多疏散规则与位置状态导致真实性不足,并且这些路径规划方法在应用于人群疏散仿真时存在效率低的问题。针对这些问题,本文提出了一种基于深度强化学习的人群疏散路径规划方法。首先,本文提出了一种基于视频的行人轨迹提取及存储方法,该方法使用改进的深度简单在线和实时跟踪（Deep Simple Online and Realtime Tracking,Deep SORT）算法跟踪行人获取行人运动轨迹,并通过构建轨迹知识图谱（Knowledge Graph,KG）存储行人运动轨迹。其次,提出了一种高效的多智能体深度确定性策略梯度（Efficient Multi-Agent Deep Deterministic Policy Gradient,E-MADDPG）算法进行路径规划,提高路径规划的效率。然后,在上述方法的基础上提出了一种基于深度强化学习的人群分组疏散仿真方法。最后,在仿真平台上验证了本文提出的方法,该方法能够有效地提高人群疏散效率,为安全事故中的人群疏散提供指导。本文的主要工作及创新点如下:（1）针对现有路径规划方法人为定义疏散规则与位置状态导致真实性不足的问题,本文提出了一种基于视频的行人轨迹提取及存储方法来获取真实情况下的行人位置状态。首先,使用YOLO V3方法检测视频中的行人,采用一种基于无迹卡尔曼滤波（Unscented Kalman Filter,UKF）改进的Deep SORT算法来跟踪行人,提取真实行人运动视频中的行人运动轨迹。然后,通过构建轨迹知识图谱来存储获取的行人轨迹,有效保留了轨迹中蕴含的行人运动特征。在轨迹知识图谱基础上进行路径规划,能够将运动特征融入路径规划,提高路径规划的真实性。最后,通过实验验证本文改进的算法能够精确地跟踪行人。（2）针对现有人群疏散路径规划方法存在路径规划效率低的问题,本文提出E-MADDPG算法来进行路径规划,并针对路径规划定义了算法元素。该算法基于多智能体深度确定性策略梯度（Multi-Agent Deep Deterministic Policy Gradient,MADDPG）算法,引入学习曲线优化经验池,采用高优先级经验回放策略改进算法采样策略,提高算法的效率。然后算法在轨迹知识图谱基础上定义了状态空间。实验表明本文提出的E-MADDPG算法能够提高路径规划的效率。（3）在上述研究的基础上,本文采用一种基于深度强化学习的人群分组疏散仿真方法模拟引导行人疏散。首先,利用K-means算法将人群分组,将分组后的人群划分为领导者与跟随者。然后,利用E-MADDPG算法对领导者进行全局路径规划,利用RVO算法驱动跟随者进行人群避障并跟随领导者疏散。最后,搭建人群疏散仿真平台,通过模拟实验,验证了本文提出的方法能够提高人群疏散效率,对于安全事故中的紧急人群疏散具有指导意义。