Zhihao Lin
  • Buscar en

Seminario del departamento de automatización

Está usted cordialmente invitado a asistir al seminario de Zhihao Lin, estudiante de doctorado de la Universidad de Glasgow que ha sido invitado a LAMIH.

Doctor de la Universidad de Glasgow.

  • Le 24/10/2025

  • 15:30 - 16:30
  • Seminario
  • Campus de Mont Houy
    Edificio Claudin Lejeune 1
    Anfibio E1

Título

Búsqueda en árbol Monte Carlo multiagente crítica de seguridad para la coordinación de tráfico mixto en intersecciones sin semáforos

Resumen

Las intersecciones sin señalización son uno de los escenarios más complicados para los vehículos autónomos, sobre todo en el tráfico mixto, donde los AV deben coordinar sus acciones con los impredecibles conductores humanos.

Cuidado con el tráfico.

Esta presentación esboza un novedoso marco de decisión que integra la teoría de juegos de k niveles y la búsqueda en árbol Monte Carlo (MCTS) para permitir una coordinación segura y eficiente entre múltiples vehículos. Nuestro enfoque aborda tres grandes retos: (1) la explosión computacional de los espacios de acción conjunta en entornos multiagente, (2) la necesidad de modelar los comportamientos heterogéneos de los vehículos autónomos y los conductores humanos, y (3) las garantías de seguridad en tiempo real.

Garantías de seguridad en tiempo real.

Utilizando un grafo de interacción dinámico de doble filtrado, reducimos la complejidad computacional de O(M^N) a O(M^n₀ + M^n₁ + M^n₂), lo que se traduce en un aumento de la velocidad computacional del 60%, manteniendo al mismo tiempo una tasa de colisión cero en escenarios de vehículos autónomos puros.

El marco se ha validado mediante extensas simulaciones que muestran una mejora del 40-62% en las trayectorias y un rendimiento robusto en tráfico mixto con un 50% de conductores humanos. Este trabajo tiende un puente entre la teoría de juegos teórica y las aplicaciones prácticas de la conducción autónoma.

Breve biografía

Zhihao Lin es estudiante de doctorado en Sistemas Autónomos y Conectividad en la Universidad de Glasgow.

Sus intereses de investigación incluyen la toma de decisiones multiagente, el aprendizaje por refuerzo sensible a la estructura y la autonomía integrada en la percepción.

Ha publicado 10 artículos en las principales revistas IEEE (índice h: 9, https://scholar.google.com/citations?user=zyQOwasAAAAJ&hl=en) sobre conducción autónoma, SLAM y toma de decisiones interactiva.

En la actualidad, es estudiante de doctorado visitante en el LAMIH UMR CNRS 8201, en Francia.

Es revisor de IEEE Transactions on Intelligent Transportation Systems y otras revistas destacadas.

Póngase en contacto con

Michael Defoort