2025年10月9日至16日，应京都大学与东京大学邀请，课题组成员赴日本开展为期一周的系列学术交流、技术调研与现场参访活动。本次出访团队由唐克双教授带领，成员包括孙凤美、伉沛喆、高正勇和冯嘉龙四位学生。行程期间，团队围绕智能交通领域的前沿方向开展专题研讨与经验互鉴。

图1 唐克双教授主持论坛

图2 京都大学学术论坛合影留念

10月10日，京都大学桂校区举办主题为“Urban and Transportation Planning and Management Aiming at Social Well Being”的学术论坛，聚焦“以社会福祉为导向的城市与交通规划与治理”，吸引了众多学者参与。唐克双教授担任论坛主持人，围绕出行公平、系统韧性、公共交通服务与出行行为响应机制、以及人工智能和数字孪生技术在交通治理中的应用路径展开深入交流。双方从“以效率为中心的交通管控”延伸至“以公共福祉为导向的交通服务”，讨论的不仅是信号控制层面的技术改进，也包括高龄化社会、超大都市圈出行负担、区域交通资源分配公平性等更具社会属性的议题。会后进行了合影留念。

10月14日至15日，东京大学先端科学技术研究中心举办“The 6th ITS Workshop on Intelligent Transportation Systems between Tongji University and the University of Tokyo”，本年度主题为“Intelligent Transportation Toward Autonomous Societies（面向自主社会的智能交通）”。这是同济大学与东京大学智能交通系统联合研讨的线下重启与第六届延续，研讨会由双方教师联合组织，设置开幕交流、主题报告、青年学者分论坛、合作展望等环节，并特别安排技术参访与工程案例介绍，使研讨不止于理论探讨而直达工程实践。

图3 唐克双教授作学术报告

本次联合研讨会上，课题组教师与学生集中展示了课题组在智能信号控制、路网级交通状态预测和数字孪生等方向的阶段性研究成果。唐克双教授作“Al&DT Empowered Traffie Signal Control：Evaluation-Diagnosis-Optimization”报告，系统阐述人工智能与数字孪生驱动的信号控制评估—诊断—优化闭环思路，重点强调以数据支撑的在线评估、以模型驱动的瓶颈诊断、以及以智能优化算法生成可落地的控制策略,与会的国际专家与同行对课题组的研究成果与工程实践表示充分认可。

图4 课题组成员孙凤美作学术报告

在学生与青年教师报告环节，孙凤美作“Lane Level Traffic Flow Prediction in Urban Networks with Missing Data”报告，介绍了在城市信控路网中面向多进口道、多车道、多相位的细粒度交通流预测方法，尤其是在检测信息存在缺失的情况下，如何通过多源融合建模与时空图结构学习提升车道层级流量预测的稳定性和可靠性。

图5 课题组成员冯嘉龙作学术报告

冯嘉龙作“Sharing Control Knowledge Among Heterogeneous Intersections Using Multi-Agent Reinforcement Learning”报告，提出多智能体强化学习框架下的控制知识迁移思路，探讨不同配时逻辑、不同几何结构、不同交通负荷水平的路口之间，如何实现控制策略的可复用与可共享，从而减少单点反复训练和现场长期整定的成本。

图6 课题组成员高正勇作学术报告

高正勇作“En-Route Cooperative Optimization of Vehicle Path Planning and Signal Control in Mixed Traffic Environments”报告，面向“有人驾驶+智能网联车”混合交通环境，提出路径规划与信号控制协同优化的联动机制，强调车辆决策与路口控制不应割裂，而应在路段—路口—走廊尺度上实现联动协调，以提升整体通行效率、降低延误并抑制次优绕行带来的局部拥堵。

图7 课题组成员伉沛喆作学术报告

伉沛喆作“Dynamic Arrival Rate Prediction at Signalized Intersections Fusing License Plate Recognition Data and Connected Vehicle Trajectory Data”报告，展示了基于车牌识别数据与网联车轨迹数据的多源融合到达率预测方法，探索了在传统检测器布设不足、探测不完全的现实条件下，如何通过数据互补实现对车流到达过程的高时效、高分辨率预估。

会上，东京大学团队围绕自动驾驶社会的交通系统形态、公共交通优先策略、多模式出行行为分析、以及基于深度学习和强化学习方法的道路资源调度等内容进行了分享，双方在交通信号智能控制、走廊级协同优化、轨道—公交—步行一体化衔接等主题上开展了充分讨论。研讨会不仅关注算法本身的准确度与鲁棒性，也强调“如何把方法放进真实路口”的工程落地问题，包括接口标准、软硬件一体化条件、跨系统数据接入、安全边界与责任边界等环节，讨论氛围务实且指向后续联合示范。会后，进行了合影留念。

图8 东京大学学术论坛合影留念

除学术环节外，出访团队在东京大学安排的现场交流中，赴JR东日本高轮Gateway City—品川枢纽改造现场进行技术参观，了解日本在大型综合交通枢纽改造中的一体化交通组织、土地再开发模式、站城融合理念以及轨道枢纽与城市空间协同更新的推进机制；同时，团队结合大阪世博园相关安排，对大型活动场景下的集疏运组织、游客高峰导流策略、区域公共交通接驳能力配置等内容进行了考察。

此次出访通过现场调研、专题研讨与工程参观的连续安排，使团队对日本城市交通管控的细节把握更为具体，对信号控制与枢纽治理的制度与技术边界有了更清晰的认识。大家普遍表示，此行开阔了学术视野与问题意识，进一步明确了自身研究的重点方向与改进路径，将在数据融合、模型鲁棒性与走廊级协同优化等方面持续深化研究与验证。