Ctrl-CWM 用世界模型想象未来规划人群：在多数人群真实感与碰撞指标上超过 CrowdES，并在仿真中实现避让与吸引的运行时控制
作者提出 Ctrl-CWM，一个多智能体可控人群世界模型：先在真实行人视频上通过轨迹预测学习并冻结编码器以保留人体运动动力学，再用 actor 提出位移、critic 对想象人群轨迹排序、规划器结合 critic 分数与用户代价选择动作，从而在无需重训练的情况下实现人群生成与运行时控制；在 ETH–UCY、SDD、GCS 上，它在多数人群真实感与碰撞指标上优于 CrowdES，并在避让与吸引场景中取得最高平均合规度。