面向城市交通的智慧感知研判与突发事件调度协同方法

城市交通系统面临突发事件频发、时空异质性强、个体差异大等挑战，亟需感知、预测与决策的深度协同。本报告围绕多视角视觉检测、多尺度时空预测、约束强化调度、逆向学习偏好挖掘主线，介绍面向交通信号灯、障碍物及异常事件的端到端检测模型，融合图网络与知识驱动的宏观客流与微观出行预测方法，以及基于深度强化学习的多模式交通网络应急修复策略。进一步，利用深度逆向强化学习从历史轨迹中解耦出行者个性化偏好，实现突发场景下的自适应路径诱导。研究成果在多场景交通数据中验证了实时性、精度与可解释性，为城市交通应急调度提供了数据驱动与知识引导融合的技术支撑。

刘杉，东南大学讲师，硕士生导师。1996年出生，2018年本科毕业于北京航空航天大学，2022年博士毕业于清华大学。研究领域包括智慧交通、即时配送、逆向强化学习、强化学习等。科研方面，入选中国科协青年人才托举工程、江苏省双创博士、东南大学至善青年学者，主持国家自然科学青年基金、江苏省自然科学青年基金，一作/通讯发表SCI论文十余篇，多项研究成果发表在TR- C/D/E、IEEE TGRS/TIM、ICML等国际知名期刊会议。教学方面，获评全国高校自动化类专业青年教师讲课（说课）大赛二等奖、江苏省高校教师教学创新大赛一等奖、东南大学吾爱吾师-院系最受欢迎老师、东南大学优秀本科生导师。