交通数据分析与挖掘北京市重点实验室“网络科学与智能交通”学术报告会

2018年7月17日,由交通数据分析与挖掘北京市重点实验室组织的“网络科学与智能交通”学术报告会在北京交通大学成功举办。会议邀请了中科院自动化所王飞跃教授、滴滴研究院叶杰平教授、我学院林友芳教授做精彩报告。此次会议旨在分享、交流网络科学与智能交通相关领域的最新研究成果和应用案例。我院领导、老师高度重视本次会议,沈阳铁路局信息技术处相关人员,我院的博士生、硕士生都积极参加并认真聆听了本次会议。

 

 

会议开始,林友芳教授作为主持人介绍了会议主题、报告嘉宾以及参会人员。

 

 

首先,由我院院长蔡伯根教授致辞。蔡院长对报告嘉宾以及参会人员表示热烈欢迎,同时介绍了本次会议的背景和我院交通数据挖掘领域的发展现状,并对会议表达了很高的期望。

 

 

接下来,三位主讲教授分别进行了精彩的报告展示。首先,中科院自动化所王飞跃教授在会议上作了主题为“Transportation 5.0: ITS in CPSS”的报告。王飞跃教授作为智能机器人、无人驾驶、智能交通等领域最早期的开拓者之一,不仅开展过智能控制、机器人、人工智能和复杂系统的研究与应用工作,还提出并建立了智能系统的协调结构和理论、语言动力学理论、代理控制方法、复杂系统的ACP方法等。王教授表示,AlphaGo的胜利宣告继工业技术的“老”IT和信息技术的“旧”IT之后,人类社会即将进入以人工智能和机器人为代表的智能技术“新”IT时代。在王教授看来,未来社会将会是“合一体”,即人机结合、知行合一、虚实一体。在机械化、电气化、信息化、网络化之后,我们进入了第5个技术发展阶段:平行化,就是以虚实平行互动为特征的智能技术时代。王教授还对人类交通的未来进行了展望,提出了平行交通控制的理论。

 

 

接着,我院林友芳教授以“Training Landing Pilots in XPlane”为主题进行了研究报告。林教授首先提出了ZJ问题在国际国内的重要意义,并介绍了这一问题的研究难度以及研究现状。然后分享了我所在ZJ问题上的研究进展,包括研究小组与软硬件平台,前期准备和技术探索,以及我们已经实现的利用深度强化学习算法在模拟平台XPlane上的ZJ自动驾驶。接着,林教授报告了一系列的实验和分析结果,介绍了我所在ZJ问题的实验研究取得的阶段性进展。最后,林教授对ZJ问题未来的实验方向和技术路线以及下一步的工作重点和研究计划进行了展望,希望能够在这一问题上取得巨大突破,在这一领域做出一定的贡献。

 

 

最后,滴滴研究院叶杰平教授发表了“AI for Transportation”主题报告。叶教授详细介绍了滴滴在AI领域的战略布局,并重点分享了滴滴在智能派单、供需预测、智慧交通等领域的实践经验。叶教授认为,未来十年交通领域会发生许多变革,而变革主要会体现在三个层面,底层是交通基础设施,路网、信号灯等会越来越智能;中间一层是车辆交通工具本身的变革,智能化、新能源化将是趋势;最上层则是共享出行,从共享车到共享每一个座位,其间智能派单、调度、供需预测等技术将会发挥很大的作用。叶教授在报告中指出,滴滴的AI布局主要围绕三个层面展开:最底层是基础的AI算法;中间层正是滴滴拥有的非常核心的AI技术,如语音识别、自然语言处理、图像识别技术等;上层则是AI技术面向的应用。滴滴目前已经将深度强化学习等人工智能技术应用于交通领域,用于提供智能服务。

 

 

会议过程中,师生们对三位教授的报告表现出极大的兴趣,并分别对感兴趣的内容进行了提问,现场气氛活跃。

 

 

会后,院领导以及老师们同几位教授进行了合影留念。此次会议不仅给大家带来了一系列精彩的报告,也促进了参会专家们的交流与合作,体现了我校在交通数据分析与挖掘领域的科研水平和影响力,为进一步提高我校的科研水平起到了促进作用。

 

2018年7月19日    撰稿人:曹茜  郭晟楠