报告题目：深度强化学习及其在交通信号控制中的应用

主要内容：随着人工智能、智能感知与车联网技术快速发展，城市交通管理正加速向智能化、自主化演进。面对交通需求动态变化、路网运行状态复杂及多交叉口协同优化等挑战，传统交通信号控制在复杂动态环境中的适应能力面临更高要求。深度强化学习融合深度学习的特征表征能力与强化学习的序贯决策优化能力，为城市交通信号控制提供了新的技术途径。本次讲座将介绍强化学习的基本概念与核心理论，讲解深度Q学习、策略梯度及Actor-Critic等典型算法；结合交通信号控制场景，阐述强化学习问题建模、智能体与交通环境交互机制及控制策略优化过程；进一步介绍多交叉口协同控制、多智能体通信、仿真到现实迁移等研究方向，并探讨安全性、鲁棒性与可解释性等关键挑战。讲座有助于学生认识人工智能赋能交通管理的技术路径，拓宽学科交叉视野，激发对智能交通前沿技术的学习兴趣与科研探索意识。

报告人：卢云雪

报告人所在单位：交通学院

报告人职称/职务及学术头衔：讲师

时间：2026年10月27日14:00

地点：云塘校区云工二A614

报告人简介：卢云雪，长沙理工大学交通学院讲师。长期从事道路交通信号控制、深度强化学习等智能算法相关研究，重点围绕强化学习信号控制模型的实地可部署性开展攻关。近年来，以第一作者或通讯作者发表国际SCI期刊论文6篇，其中一作4篇；授权国家发明专利2项。

承办单位：交通学院  通识教育中心