把行人过街建模为带感知、认知与运动约束的POMDP并用深度强化学习训练，模型复现了最广范围的行人过街实证行为

提出将行人—车辆交互建模为带理论依据的感知、认知与运动约束的POMDP，用以刻画行人在交通中高度自适应的行为，并模拟人如何依据感知到的危险、时间压力和情境复杂度调整反应。 此前的理论启发式行人模型范围狭窄，局限于单车道场景下的走/不走二值过街决策；数据驱动方法虽能预测复杂情境下的行人行为，却在罕见且安全攸关的场景中缺乏足够观测。该POMDP定义把感知、认知与运动约束纳入统一框架，从而覆盖更复杂的交互。 证据来自论文摘要中对模型定义的陈述，摘要未给出约束的具体参数、状态空间或形式化细节。

在模拟器中用深度强化学习配合域随机化训练后，模型复现了迄今最广范围的行人过街实证发现，包括间隙接受、让行接受、犹豫和规避性速度调整。 相较以往仅覆盖单一决策类型或依赖充足观测数据的做法，该模型在多个行为维度上同时对齐经验发现，覆盖多车道、密集车流与危险驾驶风格等复杂场景。 证据为摘要中关于复现范围的表述，摘要未报告具体实验数量、对照设置或量化吻合度指标。

学习到的策略能够迁移到未见过的交通环境，并可通过微调进一步适配本地交通规范。 这表明模型不只是拟合训练场景，还具备跨环境泛化与按地区规范调整的能力，为面向模拟器的行人模型提供了可复用的构建路径。 证据为摘要中关于迁移与微调的陈述，摘要未说明迁移测试的环境数量或微调所需的数据规模。

整体上，这些结果构成一套面向模拟器的行人模型蓝图，可支持自动驾驶系统的开发与评估。 该工作把行人建模从狭窄的理论模型或受限于观测的数据驱动方法，推进为可在模拟器中训练、具备类人行为并可迁移的模型方案。 证据为摘要结尾的定位性陈述，属于作者对研究意义的概括，摘要未提供下游自动驾驶系统评估的具体结果。

该工作面向自动驾驶仿真测试场景，适用于需要在多车道、密集车流和危险驾驶风格等复杂交通条件下生成类人行人行为的用途，包括自动驾驶系统的开发与评估。其设计目标是让学习到的策略迁移到未见过的交通环境，并可通过微调适配本地交通规范，因此对希望在不同地区交通规范下复用模型的团队具有直接参考价值。摘要将成果定位为面向模拟器的行人模型蓝图，说明其预期应用场景是仿真而非真实道路部署。

摘要未报告训练与评估的具体场景数量、参与者或数据规模，也未给出复现经验发现时的量化吻合度指标，因此模型在多大程度上、以何种度量对齐人类行为仍是开放问题。迁移到未见环境与微调适配本地规范的具体条件、所需数据量和效果幅度在摘要中未展开。此外，摘要未说明该模型与真实行人数据的直接对比方式，也未给出在自动驾驶系统评估中的下游验证结果。由于本次可获取的文本为摘要及页面导航信息，未包含正文图表与实验细节，上述问题需查阅全文才能确认。