arXiv · 机器人与计算机视觉· Alhanof Alolyan, He Wang, Amani Alonayzan·· 23 天前AI 评分42
基于动态屏障的强化学习自适应人群流控制框架
Reinforcement Learning for Adaptive Crowd Flow Control Using Dynamic Barriers
AI 导读
针对固定布局导致的人群拥堵问题,研究提出一种无需标注数据的仿真驱动强化学习框架。该方案利用计算机视觉构建真实模拟环境,训练 Soft Actor-Critic (SAC) 智能体自动调整屏障位置以优化行人移动。实验表明,在未见人数规模下,该策略相比现有手动设计配置显著减少了行人停止次数并维持了有效流调节。
来源:arXiv · 机器人与计算机视觉 · arxiv.org