2024年8月1日，2024年度CCF-滴滴盖亚学者科研基金入选名单公布，香港中文大学（深圳）数据科学学院助理教授蒋理和助理教授王本友获得2024年度CCF-滴滴盖亚学者科研基金项目支持。

2024年度CCF-滴滴盖亚学者科研基金项目启动于2024年6月5日，共征集160余份课题申报书。申报课题经过滴滴产学研合作委员会、滴滴技术团队以及CCF-滴滴大数据联合实验室学术委员会的严格评审，评估标准包括申报课题的研究意义、方法的科学性/创新性、研究方案以及研究产出等方面。最终，23份课题及其学者入选，入选率约为14%。入选学者均为相关领域专家，涵盖清华大学、上海交通大学、中国科学院、香港中文大学等高等院校的科研学者。

香港中文大学（深圳）数据科学学院有2个课题入选：

▪️ 自动驾驶板块：蒋理教授项目“端到端自动驾驶中世界模型的探究”
▪️ 语音/NLP及大模型板块：王本友教授项目“多特征融合的风险排序大模型”

来源：中国计算机学会公众号

申请项目简介

▉ 项目名称

端到端自动驾驶中世界模型的探究

▉ 项目介绍

本项目旨在探索基于世界模型的端到端自动驾驶。传统的自动驾驶系统通过多个子模块级联处理驾驶任务，虽然在大规模标注数据训练下表现出色，但也面临系统复杂、计算效率低、错误累加等问题。相比之下，端到端自动驾驶系统通过直接从传感器数据生成自车行为，使决策过程全程可微，在大数据驱动下有望实现更优解。同时，世界模型在这一系统中通过自监督学习预测环境未来状态，可以更好地利用无标注的大规模驾驶数据，掌握其中的物理规律和常识，提高自动驾驶系统的稳定性和智能性。

▉ 教授简介

蒋理
助理教授
香港中文大学博士

研究领域：计算机视觉、人工智能、机器学习

简介：蒋理教授现为香港中文大学（深圳）数据科学学院助理教授。蒋教授于2021年获得香港中文大学博士学位，其后在马克斯·普朗克研究所担任博士后研究员。蒋教授的研究方向集中在计算机视觉、人工智能和机器学习领域，如三维场景理解、自动驾驶、表征学习和多模态学习等。她的研究成果发表在CVPR、ICCV、ECCV、NeurIPS、TPAMI和IJCV等顶级会议和期刊中。其关于自动驾驶行为预测的研究在2022和2023年的Waymo Open Dataset Motion Prediction Challenge中均获得第一名。

▉ 项目名称

多特征融合的风险排序大模型

▉ 项目介绍

本项目旨在通过多模态大语言模型识别车内冲突和涉性安全风险。传统的车内安全风险识别系统往往依赖于单一模态的特征分析，虽然在一定条件下能够发挥作用，但在面对复杂多变的实际场景时，常常表现出覆盖率低、准确率低、系统复杂等问题。相比之下，我们的系统通过综合多模态大模型进行识别，充分利用音频、视频、轨迹、司乘行为等多维特征，以及时序特征，力求在高覆盖率和高准确率的基础上实现低成本。多模态大模型的应用，使得我们的系统能够在不同特征间进行综合推理，在空间和时间两个维度上全面判断当前订单是否异常，从而更全面地识别出车内冲突和涉性安全风险。

▉ 教授简介

王本友
助理教授
意大利帕多瓦大学博士

研究领域：自然语言处理、信息检索、应用机器学习

简介：王本友教授于2022年在意大利帕多瓦大学取得博士学位。他曾是欧盟玛丽居里研究员，曾在丹麦哥本哈根大学、加拿大蒙特利尔大学、荷兰阿姆斯特丹大学、华为诺亚方舟实验室、中国科学院理论物理所、社科院语言所交流访问。王教授的主要研究方向为自然语言处理方面、应用机器学习、信息检索。他曾获得国际信息检索顶级会议SIGIR 2017（CCF A类会议）最佳论文提名奖，获奖论文（IRGAN）是SIGIR历史上引用最多的论文之一，是最早也是最成功的GAN在信息检索领域的应用；曾获得国际自然语言处理顶级会议NAACL 2019最佳可解释论文奖，与自然语言处理里程碑工作BERT一起同台领奖。王教授在国际顶级会议ICLR/NeurIPS/ACL/EMNLP/NAACL/SIGIR/WWW/CIKM/AAAI/IJCAI和国际顶级期刊TOIS/TOC/TCS等发表了20余篇论文。他的专著《推荐系统与深度学习》由清华大学出版社出版。他长期担任ICLR/NeurIPS/ICML审稿人。