组会简讯：2026年秋季第3次组会

2026年10月27日，课题组举行了线下小组会，指导老师唐克双教授、朱宏副教授，课题组ATS分组的成员参与了本次组会。本次组会主要内容为高正勇同学、谢小龙同学的研究进展汇报。

一、高正勇研究进展汇报

高正勇同学围绕“Lyapunov稳定性下的车辆—信号灯异构智能体协同优化”开展研究进展汇报，唐老师、朱老师及课题组相关同学参与交流讨论。

汇报首先介绍了Lyapunov稳定性理论与经典最大压力（Max-Pressure）控制方法，重点分析了最大压力控制在保障交通网络排队稳定性方面的理论依据，以及传统最大压力方法在交通运行效率优化方面的局限性。在此基础上，构建了车辆路径规划与交通信号控制的协同优化模型，通过车辆选择下游低压力路段、信号控制器选择高压力相位，实现车辆与信号灯之间的协同决策，并结合候选路径筛选机制改善车辆绕行问题。

进一步地，汇报提出了压力损失约束下的协同优化框架，将最大压力由直接优化目标转化为稳定性约束，以全网总旅行时间最小化为目标，探索交通系统稳定性与运行效率之间的协调机制。在求解方法上，结合多智能体强化学习（IRAT）与Shield安全约束机制，实现车辆路径与信号控制策略的联合学习，并展示了初步仿真实验结果。实验表明，所提出的方法能够有效改善平均行程时间与排队长度等交通运行指标。

汇报结束后，唐老师、朱老师及相关同学围绕模型理论证明、稳定性与效率的协调关系、多智能体算法设计以及实验验证等方面展开了交流讨论，为后续完善理论框架、拓展真实路网实验及推进论文研究提供了有益思路。

二、谢小龙研究进展汇报

谢小龙同学以“Prior Knowledge Enhanced Vehicular Origin-Destination Demand Generation Method for Large-Scale Urban Networks（面向大规模城市路网的先验知识增强型车辆OD需求生成方法）”为主题开展汇报。报告从大规模城市交通仿真对高质量OD需求数据的现实需求出发，系统梳理了现有交通需求生成方法的研究进展，指出传统方法高度依赖交通调查与局部观测数据，在数据获取成本、跨城市泛化能力及交通需求空间分布合理性方面存在明显局限。尤其是传统重力模型难以充分刻画交通分析小区（TAZ）之间的功能联系与可达性差异，容易导致生成的OD需求与真实城市出行规律存在偏差。围绕如何在目标城市OD观测数据缺失的条件下生成具有城市适应性和交通行为合理性的OD需求，报告重点介绍了融合大语言模型、城市公共信息与跨城市先验知识的TP-SG框架，强调通过交通机理引导的语义推理与跨城市知识迁移，提升交通需求生成的准确性、合理性与可解释性。

本次汇报主要包括五个部分：第一部分为引言，介绍了交通仿真场景在算法训练、交通策略评估及鲁棒性测试中的重要作用，分析了现有OD生成方法在城市功能特征建模、空间交互关系刻画及数据稀缺条件下的适用性问题，并明确了以先验知识增强交通需求生成的研究思路。第二部分综述了相关研究进展，重点分析了基于统计规律的解析模型、数据驱动重构方法、深度生成模型以及大语言模型驱动的场景生成方法，比较了不同技术路线在可解释性、数据依赖性、自动化程度和跨区域泛化能力方面的优势与不足。第三部分重点介绍了TP-SG方法框架，包括三个核心阶段：首先，利用LLM整合人口、POI及道路网络等城市公共信息，在交通工程知识引导下构建双层TAZ画像，并结合重力模型生成初始OD矩阵；其次，引入跨城市统计先验，通过OD离散熵、目的地集中度、车道出行密度、距离衰减一致性及目的地熵等指标，对初始OD矩阵进行合理性评估，并利用负反馈机制迭代修正TAZ画像参数；最后，构建多城市场景库，通过检索具有相似语义、时间、地理及结构特征的TAZ，迁移出流、入流及对角线结构先验，实现OD矩阵的进一步精细化校准。第四部分展示了实验设计与评估结果，以波士顿、洛杉矶、里斯本、里约热内卢和旧金山五个真实城市子网络为实验对象，采用留一城市交叉验证策略，与POI重力模型、LLM-CityOD、SAGA及CRAFT等代表性方法进行对比。实验结果表明，TP-SG在OD矩阵生成精度、出行产生与吸引量估计以及空间流量结构保持方面均表现出较好的性能；消融实验进一步验证了LLM驱动的TAZ画像、跨城市统计先验校准及结构先验迁移等模块的有效性，其中统计先验反馈校准对整体性能提升具有重要作用。第五部分总结了研究的主要贡献，并对未来工作进行了展望，包括进一步完善跨城市先验知识的质量与适用性、强化交通约束引导下的LLM推理能力，以及拓展多模式交通需求生成和大规模交通仿真验证。

唐克双老师、朱宏老师与其他课题组成员就谢小龙同学研究中的相关问题进行了深入探讨，为其指明了研究后续的重点工作：1）深化LLM与传统交通需求模型的协同机制，明确LLM在城市语义理解、TAZ功能画像与参数推理中的作用，强化交通机理约束，提升模型的可解释性与可信度；2）进一步完善跨城市统计先验与结构先验的构建及迁移机制，研究不同城市空间结构、功能布局和交通需求特征对先验适用性的影响，考虑引入扩散模型提高方法在异构城市路网中的泛化能力。