学术报告：从预测到行动：大模型时代的交通智能体

报告时间：2026年11月4日（星期三）下午14:00-15:00

报告地点：沙河校区，二教111

主持人：李尚哲 助理教授

报告人：吴俊燃，北京航空航天大学计算机学院，副教授

报告摘要：长期以来，交通人工智能主要在做“预测”：预测流量、轨迹与拥堵，再由人来决策。大模型与智能体的出现，让系统开始具备在闭环中“行动”的能力：理解长尾场景、编排专业工具、与车辆和出行者协同决策。然而交通是安全关键系统，会推理不等于能可靠地控制。本报告将探讨两项新兴技术在交通智能体中的应用可能：一是以 Jev 为代表的“快思考”决策模型，能否支撑高频、低时延、置信度可校准的实时决策；二是递归自我改进（RSI），能否让交通智能体在数字孪生与安全约束下持续改进。

报告人简介：吴俊燃，北京航空航天大学计算机学院副教授。博士毕业于北京航空航天大学，赴新加坡国立大学数据系统实验室从事博士后研究，合作导师为黄铭钧院士。主要研究方向为大数据与人工智能，聚焦大规模图表示学习，建立了“抽象+学习”的大图学习新范式。以第一/通讯作者身份在 IEEE TKDE、ICML、NeurIPS、AAAI、IJCAI、ACM MM、ACL 等国际顶级期刊和会议发表论文30篇。相关成果得到实际应用：所提 AdaStruct 技术被 Apache 顶级项目 SINGA 采用；所提 PriceGraph 模型被广发证券、南方基金等机构采用。曾获中国自动化学会科技进步奖一等奖。担任 IEEE TKDE、IEEE IoT-J、IEEE TCE 等期刊及 KDD、WWW、ICML、NeurIPS、ICLR 等会议审稿人，获评 KDD 2025 Excellent Reviewer、NeurIPS 2026 Top Reviewer。

撰稿人：刘洁

审稿人：邓露