歩行空間における移動の円滑性と安全性を両立するには，歩行者群の実際の分布や群行動パターンを考慮しながら空間設計を行う必要がある．そこで本研究では，人流シミュレーションと強化学習を組み合わせ，通常時や避難時など，歩行者群の異なる行動パターンに対して適応的に最適歩行空間を自動設計するための枠組みを提案する．具体的には，移動の円滑性を始めとする報酬設計と人流状況の観測に基づき，柱や壁などの構造物配置，および誘導や信号などの動的制御の最適方策を学習する．本発表では避難誘導の状況における本枠組みの基礎検討について報告する．