组会简讯：2026年秋季第14次组会

2026年6月17日，课题组举行了线上小组会，指导老师唐克双教授、朱宏副教授，课题组AI分组的成员参与了本次组会。本次组会主要内容为王泽芊同学的研究进展汇报。

一、王泽芊研究进展汇报

王泽芊同学作“融合采样的噪声识别时空路径预测扩散模型”研究进展报告。报告指出，在大规模城市路网与高噪声 AVI 数据环境下，车辆历史出行频次不足、OD 与路径一致性偏弱、检测器缺失与误差普遍存在，使传统依赖个体历史统计、时序建模或独立滤波更新的路径预测方法面临结构性瓶颈。针对这一问题，研究提出以扩散模型为核心的生成式时空路径预测框架，将车辆路径表示为节点—时间联合分布下的时空曲线，并通过路网邻接编码、周期时间编码和潜变量噪声建模，显式刻画检测器误差、出行随机性与真实路径不可观测性。在训练阶段，模型基于变分后验与 ELBO 推导噪声识别损失；在采样阶段，引入多车联合能量函数，使个体路径生成结果受到路段流量、路径流量和时间一致性约束的共同修正。初步实验在宣城、连云港和嘉定等真实路网数据上完成验证，其中宣城数据取得较优 POR 表现，说明生成式模型在中观路径预测与低频车辆预测场景下具有可行性。报告同时指出，当前模型在路段流量集计校核中仍存在波动，说明多车联合采样和交通物理约束仍需进一步强化。整体来看，该研究的核心目标并非单纯提高单车路径命中率，而是尝试构建一个能够学习城市整体出行分布结构，并兼顾个体预测与路网集计一致性的生成式交通预测系统。

唐老师指出实验相关效果需要按照车辆的出行频次进行分类并验证。以及关于交通能量函数可以引入行程时间一致性以及路径一致性。