2025年5月16日8：30，TOPS课题组20级博士生赵晓聪和21级博士生张赫的博士学位论文答辩在通达馆517顺利举行。本次答辩会议由同济大学涂辉招教授、清华大学封硕副教授、同济大学余荣杰教授、同济大学孙剑教授、同济大学田野教授担任答辩委员会委员，由上海交通大学王亚飞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。赵晓聪博士的答辩论文题目为《自动驾驶社会性交互式运动规划》，张赫博士的答辩论文题目为《基于场景的自动驾驶汽车加速测试方法研究》。

赵晓聪博士首先介绍了研究背景：人机混驾环境中自动驾驶汽车（AV）交互能力不足，容易导致事故频发，现有的非交互式运动规划方法忽略了驾驶交互事件的社会性与交互性，亟需提出更具社会性交互能力的运动规划方法。

汇报时刻

针对以上背景和问题，首先，赵晓聪博士提出基于轨迹层博弈的社会性交互行为建模方法，构建了综合个体行为动因与动作依赖关系的模型框架，准确描述了驾驶交互事件中的差异化社会性交互行为。然后，通过深入分析自然驾驶数据，定义并量化了交互倾向值（IPV），挖掘了人类驾驶交互中的动态社会性决策机制，并成功实现了仿真复现。接着，针对单对象场景，基于敏感性分析实现了轨迹层博弈模型的线性化求解，保证了交互式运动规划方法的实时计算需求。最后，进一步扩展到多对象场景，建立物理-学习融合的时变仿射系统模型，有效处理了多对象交互场景下的运动规划难题，并通过广泛的仿真与实车实验进行了验证。

论文取得的创新成果如下：

1）首次构建了轨迹层博弈模型的社会性交互行为框架，实现了驾驶交互中的个体行为动因和动作依赖关系的精细刻画。

2）提出了人类驾驶员交互倾向值（IPV）的定量分析与表达策略模型，显著提高了交互行为预测的准确性与可靠性。

3）创新地采用敏感性分析和时变仿射系统方法，成功实现了复杂交互场景下实时的社会性交互式运动规划，实验证明有效降低事故率并提高了道路通行效率。

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。

张赫博士首先介绍了研究背景：自动驾驶汽车（AV）测试需要面对危险场景的稀有性与高维复杂性，传统测试方法效率低、难以实现有效覆盖，制约了安全性测试的高效开展。

汇报时刻

针对以上背景和问题，张赫博士以面向危险场景搜索、危险率估计的AV安全性测试为研究主题，提出了以保障测评结果等效估计为基础，以提升测试效率为主要目标的AV加速测试方法，并在经典截面场景和高维时序场景中进行了方法验证，展示了方法对不同类型危险场景的显著加速测试效果。最后，通过百度Apollo测试、OnSite测试平台应用等，验证了所提出方法在实际测试中的显著提速能力。

论文针对自动驾驶危险场景长尾分布和事故稀有性难题，提出了基于场景的加速测试方法。论文主要创新成果为：

1）提出了基于代理模型自适应预测的危险场景定向搜索方法，实现了高价值危险测试场景的高效筛选；

2）提出了分布空间可逆映射的危险场景复杂分布生成方法，突破传统先验分布形式限制，可快速估计自动驾驶在截面场景中的危险率；

3）提出了高维时序、连续型参数场景的演化生成方法和危险率加速估计方法，通过联合驾驶状态—行为条件概率分解，实现了自动驾驶在高维时序场景中的危险率估计。

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，一致同意赵晓聪和张赫通过博士论文答辩，建议授予工学博士学位。

TOPS全体成员祝赵晓聪和张赫博士毕业快乐，前程似锦！

合影留念

合影留念