2022年12月29日，TOPS课题组第120期组会由于疫情影响于腾讯会议线上召开。本次组会邀请了同济大学电子与信息工程学院的衣鹏老师为大家带来题为《多智能体网络的分布式优化与博弈》的讲座。另外，22级博士生郑立勇 与大家交流讨论了《物联大数据在城市交通治理中的应用实践》的相关内容。课题组的所有老师和同学出席了本次组会。

衣鹏老师的讲座从多智能体系统的研究背景进行引入，依次介绍了自然界和工程网络中常见的多智能体系统、多智能体系统的特点和数学模型、多智能体系统分布式优化相关的算法及多智能体系统的博弈问题，并以多车交互决策为例对多智能体系统博弈的应用进行了举例介绍。针对通信约束下的分布式优化与博弈的问题，衣鹏老师分别介绍了三个方向的研究内容与进展：随机网络上的分布式线性方程求解、离散通信下的分布式纳什均衡计算和量化通信下的分布式时变凸优化。之后，衣鹏老师继续介绍了三个与计算高效的分布式优化与博弈问题相关的研究成果，分别是：随机聚合博弈的算子外推算法、无投影动力学的分布式优化、固定步长的分布式变样本随机优化。在信息物理系统的分布式优化与博弈问题中，衣鹏老师同样从三个研究方向来进行了介绍说明：聚合博弈中的最优纳什均衡求解、约束聚合博弈的指数收敛分布式纳什均衡求解和未知高阶动力学的分布式纳什均衡求解。上述三类主要研究问题讲解结束后，衣鹏老师对于参与的多智能体系统应用案例进行了简要介绍，在多智能体集群入侵-防御博弈项目中对有限信息下入侵防御博弈纳什均衡进行了求解；在多车交互项目中对多车博弈的轨迹进行求解和规划，并在仿真系统中进行了融合验证。最后，衣鹏老师对于分布式优化与博弈问题进行了总结，并为大家介绍了相关工作的研究挑战。

在问答环节，孙剑 老师就信息物理系统的引入对于多智能体系统研究的影响、通算一体化对于研究的挑战及人机混驾环境下多车协同的实现方法三个问题进行了提问；田野 老师就研究是否满足不完全信息博弈条件及算法对于求解特殊的纳什均衡解的泛化性和适用性两个问题进行了提问；房世玉 同学就如何确定局部划分和单智能体与集群间的通信从而引导全局达到最优的过程及在多车交互项目中对于碰撞的约束是软约束还是硬约束两个问题进行了提问；李政针对报告中提到的多次采样方法在面对目标函数计算复杂度较高、采样成本很高的情况下的适应性问题进行了提问。

《多智能体网络的分布式优化与博弈》

接下来，2022级博士生郑立勇 围绕《物联大数据在城市交通治理中的应用实践》展开了介绍。首先，郑立勇对于目前入职的海康威视集团概况进行了简要介绍。之后针对物联大数据的技术体系，郑立勇从物联大数据的类型、物联大数据在交通领域的应用、大数据平台体系构成、数据工程流程、数据挖掘平台、图谱引擎、时空引擎等几大部分通用技术展开进行了展示。接着郑立勇聚焦于交通认知引擎进行了详细的介绍，分别展示了交通认知引擎的软件架构（微服务架构）、态势服务（路网、路口、路段、车道层面）、控制服务（信号统一管控、单点控制、干线控制、区域控制）、仿真服务（自动化仿真建模、参数自动标定、并行仿真加速、城市级准实时方案）、决策服务（交通知识图谱、交通事理图谱）等核心能力。最后，郑立勇列举了宜春市、昆明市、山东高速和南浔四个项目案例，分别介绍了项目的基本情况、建设成果和主要技术方案。

在问答环节，孙剑 老师针对服务内容的可使用性、南浔雷视一体数据集的特点、知识图谱在交通领域的应用三个问题进行提问；田野 老师针对城市级准实时仿真的需求预测和交通分配、策略优化方案比选中的选优或优选、信控方案优化方法三个问题进行提问；杭鹏 老师针对汇报中介绍的数据挖掘平台使用方法、交通数据是否可以使用两个问题进行提问。

《物联大数据在城市交通治理中的应用实践》

至此，第120期组会圆满结束！