大会简介

论坛名称

论坛简介

时间地点

简要日程

主席

个人简介：房建武，CCF多媒体专委会执行委员，西安交通大学人工智能与机器人研究所研究员、人机混合增强智能全国重点实验室固定科研人员，入选西安交通大学青年拔尖人才支持计划，陕西省杰青，新加坡国立大学计算机学院(NUS)担任访问学者。目前担任中国自动化学会混合智能专委会委员、副秘书长，中国自动化学会综合智能交通专委会委员，中国图象图形学会交通视频专委会委员、中国汽车工程学会人工智能分会委员、中国指挥与控制学会青工委委员。主要研究方向为交通情境智能理解。曾获陕西省自然科学一等奖1项，担任智能交通顶刊IEEE Transactions on Intelligent Transportation Systems副主编、《弹箭与制导学报》(北大中文核心)编委，Robot Learning、Green Energy and Intelligent Transportation期刊青年编委，担任国际顶级会议研讨会主席，如ICCV2025、ACMMM 2023、ITSC2022-2025等。

特邀报告嘉宾

题目：迈向类人化自动驾驶：行为、交互与推理

摘要：随着自动驾驶技术逐步走向实际应用，使机器行为更符合人类驾驶规范的重要性日益凸显。传统方法通常侧重于优化安全性和效率，却往往忽略了人类行为中至关重要的特征——如社会交互、意图推断和情境适应性，这些对于自动驾驶系统融入以人为主导的交通环境至关重要。本报告提出了一个通过行为建模、多智能体交互和不确定性推理实现类人化自动驾驶的愿景。我们探讨了如何通过学习人类驾驶示范、融入社会线索以及利用多模态表示，使自动驾驶系统能够更好地在复杂交通场景中进行预测、适应和决策。通过整合大规模行为数据、意图感知的轨迹预测以及可解释的决策框架，旨在弥合算法自主性与人本期望之间的差距。报告还将讨论实现类人化自主驾驶过程中面临的算法挑战与伦理问题，推动自动驾驶系统向更加安全、高效、直观、可预期且符合社会规范的方向发展。

个人简介：李振宁现任澳门大学智慧城市物联网国家重点实验室及计算机科学系助理教授。主要研究方向为智能交通系统、车联网与自动驾驶、大模型在城市出行场景中的应用。李博士在IEEE T-PAMI、IEEE T-RO、ICML、Transportation Science、NeurIPS 和 Nature Communications 等国际顶级期刊及会议上发表论文60余篇。曾获TRB青年研究者奖及多次国际交通和人工智能领域会议最佳论文奖。他还担任IEEE TITS、Journal of Safety Research、Communications in Transportation Research等期刊，以及IJCAI、ECAI等国际会议的编辑或领域主席。

题目：增强自动车安全性的鲁棒感知方法研究

摘要：在现代和未来交通运输中, 自动驾驶车辆显示出极大的便利性和高效性。然而, 近几年在现实世界中发生的一些自动驾驶汽车事故引发了公众对于其安全的担忧。自动车辆的驾驶安全对于保护乘客、弱势道路使用者和交通资产非常重要。本次报告将介绍几种用于鲁棒感知的人工智能方法，以提高自动车辆的安全性；将介绍两种流行的自动车辆感知系统，即单智能体感知和多智能体感知。本次报告的重点是这两种感知系统的一些具有挑战性的场景, 如弱光、恶劣天气、车联网中有损通信和恶意攻击等。

个人简介：余洪凯, 现任美国克利夫兰州立大学电子工程与计算机系终身副教授, 博士生导师, 克利夫兰视觉与人工智能实验室主任, 威斯康辛大学麦迪逊分校工程学院荣誉研究员。2018年获美国南卡罗来纳大学计算机科学博士学位, 从事计算机视觉, 机器学习, 智能交通, 无人驾驶等交叉领域的研究。在IEEE Transactions、Transportation Research Part C和CVPR、ICCV、AAAI、ICRA等领域重要期刊和会议上发表70余篇学术论文。担任IEEE Transactions on Intelligent Vehicles、IEEE Open Journal of Intelligent Transportation Systems、Green Energy and Intelligent Transportation等JCR一区期刊副主编和编委, ACM Multimedia 2022-2024（CCF A）会议领域主席。研究项目受到美国国家科学院、美国国家科学基金委、俄亥俄州交通部等资助。已培养多名博士生和硕士生毕业, 就业在北京工业大学、德州农工大学、OPPO美国研究院等知名高校和企业。

题目：构建安全可信的自主移动性

摘要：自主移动性是自动驾驶汽车等智能运载工具的核心特征，也是推动未来交通系统与智慧城市协同发展的关键驱动力。尽管人工智能技术近年来取得了显著进展，但在安全攸关的自动驾驶领域中，确保系统可信性仍面临严峻挑战。特别是随着深度神经网络在自主系统中的作用不断扩大，从感知、识别逐步扩展到决策、控制，乃至向端到端系统演进的背景下，可信性难题进一步加剧。本次讲座将系统介绍如何以强化学习为统一框架，从策略安全、系统鲁棒以及偏好对齐三个维度构建自动驾驶汽车的可信自主移动性。最后，本次讲座将展望未来自动驾驶技术的发展方向，探讨大模型、可信强化学习以及类脑智能在推动可信自主移动性方面的潜力。

个人简介：何祥坤，电子科技大学特聘研究员/博士生导师，清华大学博士，曾任华为诺亚方舟实验室AI算法高级研究员、新加坡南洋理工大学博士后研究员，致力于AI驱动的可信自动驾驶决策与控制研究，发表学术期刊和会议论文50余篇，其中SCI期刊论文31篇；以第一作者在TPAMI、TNNLS、TITS、TRC、Engineering等权威SCI期刊上发表论文11篇；谷歌学术引用2000余次，并拥有8项授权发明专利。荣获CVCI 2022最佳论文提名奖、IEEE ICMA 2020最佳论文入围奖、《中国公路学报》优秀论文一等奖等奖励荣誉。现为中国自动化学会车辆控制与智能化专委会委会、综合智能交通专委会委员、智能车工委会委员，担任5个期刊编委或客座编辑，以及50余个交通运载、机器人、AI领域期刊与会议审稿人。