组会简讯：2026年秋季第4次组会

2026年11月3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，课题组全体成员参与了本次组会。本次组会主要内容为王泽芊同学、骆旅舟同学的研究进展汇报。

一、王泽芊研究进展汇报

王泽芊同学围绕“轨迹函数扩散模型”为主题进行汇报。具体而言，该模型根据车辆已经走过的路线和时间信息，预测接下来可能怎么走、记录何时结束，以及还需要多长时间。

汇报的内容的大致思路可以分成三个部分：结合过去的运动过程理解当前状态。 同样走到一个路口，不同的出行时刻、此前经过的路线和观测时间间隔，可能对应不同的后续走向。模型把这些线索一起纳入判断。生成多种可能的未来路线。 未来往往不只有一个答案。模型会给出多条符合路网连接关系的候选路线，表达不同走向的可能性。其中，扩散方法可以类比为“从杂乱的草稿出发，逐步修整出合理的路线”。把路线预测与耗时预测联系起来。 模型共同学习“怎么走”和“需要多久”，并尝试根据具体候选路线估计剩余耗时，让时间信息帮助模型理解出行过程。

朱宏老师指出了汇报的可理解性改进空间以及研究的创新点需要进一步明确。谢小龙同学和黄子炫同学对汇报中噪声部分进行了交流，唐克双老师对文中的预测后续展开了讨论并对研究后续写作的展开进行了指导。

二、骆旅舟研究进展汇报

骆旅舟同学围绕其研究进展“SelectLight: Learning to Select Signal Plans Generated by Distributed Model Predictive Control for Urban Traffic Networks”进行了汇报：

（1）介绍了城市路网交通信号协调控制的研究背景，分析了模型预测控制与强化学习在在线规划和经验学习方面的互补优势，并针对滚动优化中预测性能与实际执行效果之间的差异，提出了由下层分布式模型预测控制生成候选信号方案、上层强化学习策略进行方案选择的分层控制框架；

（2）重点汇报了交通预测、候选方案生成与候选方案选择三个核心模块，其中预测模块基于 AVI 数据开展到达流预测与累计流量校正，下层控制器结合点排队与空间排队动态，以排队延误、峰值排队长度和停车次数为优化目标，在满足信号配时约束的条件下，通过状态剪枝多目标动态规划生成可行候选方案；上层智能体则采用车道与相位注意力编码、共享候选方案编码及掩码注意力机制，结合实时交通状态与方案特征完成决策，并通过独立近端策略优化算法学习降低实际排队延误的方案选择策略；

（3）展示了在连云港和嘉定两个均包含 28 个受控交叉口的路网中的仿真实验结果。结果表明，SelectLight 在平均交叉口排队延误、平均旅行时间和平均等待时间等指标上均优于感应控制、最大压力控制、纯强化学习及纯 DMPC 等对比方法，同时在高需求条件、跨需求迁移和跨路网迁移实验中表现出较好的鲁棒性与泛化能力，并进一步通过干线车辆运行轨迹、方案选择行为分析、关键模块消融及在线计算耗时评估，验证了学习型方案选择机制的有效性与实时运行能力。

唐老师、朱老师和课题组成员对该汇报给予了肯定，并围绕 PPT 制作、基线方法设置等方面提出了宝贵建议。