2020年11月5日18:00，TOPS课题组组会在通达馆A436线上线下同时召开。本次组会由19级博士生刘晗与大家交流讨论数据驱动的微观交通仿真系统框架的相关内容。参会人员包括倪颖副教授、田野副研究员和课题组全体成员。

主讲人刘晗首先介绍了目前交通微观仿真系统的背景框架与现在的交通流模型体系概况，指出目前随着交通仿真的要求、场景增加，现有的交通行为模型体系出现了膨胀化发展的趋势，且解析模型出现了复杂化、低精度的问题。

针对以上问题，刘晗提出了基于数据驱动的微观交通仿真系统框架。其中包括：

2. 使用深度学习模型实现多行为的一体化建模

4. 设计深度学习模型实现运动行为的高精度模拟

6. 设计通用的数据驱动模型与仿真系统的接口

8. 提出可操作的仿真系统架构，并实现高快速路场景的仿真

之后将数据驱动模型与现有仿真软件的仿真结果在宏观、中观、微观三个层面进行了对比，证明了数据驱动模型的优越性，并通过额外的数据集验证证明了模型具有良好的拓展性。最终，刘晗对基于数据驱动的微观交通仿真系统框架进行了总结，并对其不足与未来发展方向进行了讨论。

汇报过程

在讨论环节：李逸昕提出了以下几个问题：（1）使用的数据集中跟驰换道数据不平衡问题是否有所考虑？（2）提出的深度学习模型架构是怎样的，与之前使用的模型有何区别？（3）行为模型与仿真系统的接口是怎样设计的？

魏书樵对训练时使用的数据集的划分方式提出了疑问。秦国阳对数据驱动模型的可拓展性方面给出了建议。李建强对仿真与预测的区别、数据驱动模型的机理、训练数据的格式进行了讨论。邱树涵对安全距离的阈值设置和驾驶人的异质性方面进行了询问。周东浩对数据驱动模型与现有模型对比的优势和数据驱动模型的进一步延伸方面进行了讨论。

最终，倪颖老师对数据驱动模型进一步的应用场景、仿真中参数标定的评价指标、预测与仿真的关系等方面进行了指导。

分享过程

组会结束后，秦国阳与大家分享了《设问、叙事与传播：一般学术研究过程浅述》。通常，一个学术研究分为设问、叙事与传播三个阶段。秦国阳从这三个阶段出发，介绍了每一阶段的工作内容，并结合自身经验，给出了每一阶段的工作建议和注意事项。通过此次讲座，大家对学术研究的过程有了更加深刻的认识，对以后的研究工作有了更加清晰的规划。

最近更新：2020年11月16日 12:45:39