2024年5月28日13：30，TOPS课题组20级博士生周东浩和18级博士生吴纪龑的博士学位论文答辩在科技园A501顺利举行。本次答辩会议由大连理工大学刘锴教授、同济大学许项东教授、同济大学孙剑教授、同济大学杭鹏副教授、同济大学田野副教授担任答辩委员会委员，由浙江大学陈喜群教授担任答辩委员会主席，同济大学岳李圣飒副教授担任答辩秘书。周东浩博士的答辩论文题目为《人机混驾环境下交叉口粒-流协同驾驶优化方法研究》，吴纪龑博士的答辩论文题目为《基于奖励的出行需求管理策略设计研究》。

周东浩博士首先介绍了研究背景：“粒”代表单车与他车的冲突消解，“流”代表交通流中车群协同优化。目前，CAV在粒-流两个尺度存在优先权不明确、多对多交互复杂的局限，且现有研究在粒-流两尺度下的协同存在一定的可提升空间。

针对以上背景和问题，论文以人机混驾环境下粒-流协同驾驶优化方法为研究对象，学习了人类驾驶车辆交互决策规律。然后，在人人交互的规律中，发掘可利用的协同空间，提出粒尺度的人机预期协同，实现智能网联车和人类驾驶车通过交互的驾驶行为“对话”；接着，实现协商决策从粒到流，面对两混合流冲突的场景，提出图表征、图搜索方法，搜索智能网联车最优的意图组合，求解对应的行为；最后，从二维混驾流冲突到多为混驾流冲突，提出了强化学习、图神经网络特征提取等方法，实现最优意图组合的实时推理。主要内容可以概括为：MV意图决策和一致性准则挖掘、CAV单车和MV车流冲突下的预期协同规划、基于情景优化的两冲突人机混驾交通流协同和基于情景实时推理的多冲突人机混驾交通流协同四个部分。

汇报时刻

论文取得的创新成果如下：（1）提出了可动态交互式分析冲突车辆意图一致性的决策时域图，为分析交互双方意图一致性演化过程提供有力支撑；（2）提出了CAV与MV冲突交互下，CAV主动寻求意图一致的协同运动规划方法，提升了意图一致达成的成功率；（3）提出了基于情景优化思想的推理图框架，为解决意图多样性、不确定性问题导致的多模态优化问题提供了新的解决思路；（4）提出了基于推理图的强化学习框架，拓展了粒-流协同优化方法在高维交互场景下的应用能力。

汇报结束后，答辩委员会成员依次就论文格式、汇报内容等方面进行了提问和指导。

吴纪龑博士首先介绍了研究背景：出行需求管理是环节城市交通拥堵的重要手段，且现有策略多为基于惩罚的强制性手段，极大地降低了居民出行满意度及公平性。近年来，基于奖励的出行需求管理被大力提倡，但仍缺乏精细化奖励方案设计，且对市场约束和项目特性的考虑也不够。

针对上述挑战，论文围绕城市道路出行背景下现有主流IBTDM目标，分别设计了针对出发时间、行驶路线和拼车出行的精细化奖励方案，考虑了奖励方案设计中特有的时长约束及项目特性，采用理论解析和数学优化相结合的方法对最优奖励方案进行精确求解，并通过实验经济学和仿真模拟的方法对最优奖励方案的显示应用效果进行评估。

汇报时刻

论文取得的创新成果如下：（1）前瞻性地提出市场渗透率、预算、诱发需求、静效用评估等IBTDM方案设计中所特有的时长约束与项目特性，提高奖励方案精准优化能力；（2）以出行场景下的多用户非合作博弈纳什均衡为约束，采用理论解析与数学优化相结合的方法对均衡状态下的最优奖励方案进行精确求解，实现了奖励方案的精细化设计；（3）采用实验经济学和仿真软件对奖励方案的理论最优解进行现实效用评估，提升了奖励方案预期效果评估能力与实际落地能力。

汇报结束后，答辩委员会成员依次就论文格式、汇报内容等方面进行了提问和指导。

最后，由陈喜群教授代表答辩委员会宣读答辩决议，经答辩委员会无记名投票表决，一致同意周东浩和吴纪龑通过博士论文答辩，建议授予工学博士学位。

TOPS全体成员祝周东浩和吴纪龑博士毕业快乐，前程似锦！

合影留念

合影留念