AIDRA：融合多智能体技术的灾害救援协调系统

AIDRA是一个基于Python的混合人工智能框架，专为高风险的灾害救援场景设计。它整合了A*搜索、约束满足问题、模糊逻辑和概率推理等多种AI技术，实现救护车路径规划、伤员优先级分配和资源调度等功能。

灾害救援场景具有高度的不确定性：道路可能随时被阻断、火势可能迅速蔓延、余震可能突然发生。这些因素使得救援调度必须在信息不完整的情况下快速做出决策。AIDRA的设计目标就是构建一个能够在极端不确定性环境中自适应运行的智能救援协调框架。

该项目由Abu Bakar和Adeel Yaqoob在人工智能课程（AIC 201）中完成，指导教师为Dr. Arshad Farhad。项目采用Python开发，使用Tkinter构建图形界面，通过面向对象编程实现模块化的智能体架构。

AIDRA的独特之处在于它并非依赖单一算法，而是将多种经典AI技术有机整合，形成协同工作的智能决策系统。

在救援场景中，时间就是生命。AIDRA使用A*算法计算从救护车到伤员的最优路径，同时动态避开危险区域和阻塞道路。算法遵循经典的f(n) = g(n) + h(n)评估函数，其中g(n)表示已走过的实际代价，h(n)是启发式估计到目标的距离。这种组合确保系统既能找到最短路径，又能实时响应环境变化进行路径重规划。

救援资源总是有限的——救护车数量有限、医疗包数量受限、道路通行能力有上限。AIDRA将资源分配建模为约束满足问题，在满足所有硬性约束的前提下，寻找最优的资源配置方案。系统考虑的约束包括救护车可用性、医疗物资储备、道路通行状态以及救援优先级等多重因素。

灾害环境的风险难以用精确数值描述。AIDRA引入模糊逻辑处理这种不确定性，系统根据烟雾浓度、结构震动幅度、环境危险等级等模糊输入，输出LOW（低）、MEDIUM（中）、HIGH（高）三个风险等级。这种处理方式更符合人类专家的经验判断，使系统能够在信息不完整时依然做出合理决策。

面对未知的灾害演化趋势，AIDRA采用贝叶斯风格概率推理进行风险评估和灾害预测。系统基于贝叶斯定理P(A|B) = P(B|A)P(A)/P(B)更新对道路安全性和环境风险的信念，为救援决策提供概率层面的支持。

AIDRA内置轻量级预测逻辑，用于评估伤员存活概率和确定救援优先级。系统综合考虑伤情严重程度、救援延迟时间、距离远近和环境风险等级，自动计算每个伤员的救援优先级。这种数据驱动的优先级排序，帮助救援力量将有限资源投入到最需要的地方。