人群仿真

推与迈步：从基于强化学习的平衡恢复到密集人群的物理仿真

Push-and-Step: From RL-Based Balance Recovery to Physical Simulation of Dense Crowds

两阶段深度强化学习策略（参考动作预训练 + 自适应相位精修）配合物理仿真人体，可用于视觉中的人体运动生成与物理可信的多人交互仿真；其基于机械效率与碰撞风险的邻居肩部接触启发式，为视觉驱动的接触选择与力传递建模提供了可复用思路。