人工智能赋能交通系统
将交通机理与运行约束融入机器学习、强化学习和基础模型，用于建模、预测、诊断与决策。
浙江大学 · 智能交通研究所
王兴民
“百人计划”研究员
浙江大学建筑工程学院
研究方向为人工智能赋能交通系统、智能网联交通运行与控制，以及大规模交通网络建模与仿真。研究以人工智能、运筹优化与控制、数据科学为主要方法，关注理论、算法与真实系统部署之间的联系。
Research
研究概览
交通数据与仿真平台
连接多源真实数据、交通状态估计与可重复数字实验，包括网联车数据平台和低空交通快速仿真。
实际落地的交通信号优化
以稀疏网联车轨迹重建交通状态并优化信号配时，相关技术已在密歇根州超过 1,400 个路口应用。
Updates
近期动态
加入浙江大学智能交通研究所
作为“百人计划”研究员开展智能交通、人工智能与交通系统优化研究。
交通状态估计不确定性量化论文正式发表
发表于 Transportation Research Part C，研究低渗透率车辆轨迹条件下的状态估计与不确定性。
“提前返绿”信号协调研究正式发表
发表于 Transportation Research Part C，利用探测车数据诊断和改善协调感应控制。
网联车信号优化系统扩大部署
在美国 Oakland County 推进规模化应用，获得 U-M News、ClickOnDetroit 等媒体报道。
Selected Work
代表论文
Uncertainty Quantification for Traffic State Estimation at Signalized Intersections
Transportation Research Part C, 193, 105961 · 共同第一作者
Inference of Signal Phase and Timing with Low Penetration Rate Vehicle Trajectories
Transportation Research Part C, 180, 105324
Traffic Light Optimization with Low Penetration Rate Vehicle Trajectory Data
Nature Communications, 15, 1306
Students
招生
2027 年秋季计划招收博士生 1 名、硕士生 1 名，同时欢迎本科生和研究助理联系。研究方向包括智能网联交通、交通大模型、强化学习、交通仿真、优化控制与低空交通。