用强化学习与动态屏障实现自适应人群流控

研究提出一种仿真驱动的强化学习框架，无需标注数据即可学习人群屏障配置：从分割后的人群场景构建复现行人分布的仿真环境，训练 Soft Actor-Critic（SAC）智能体持续调整屏障位置。在未见过的行人数量下，学到的策略相比现有人工设计屏障配置持续减少行人停顿，同时保持有效的流控效果。