赛程安排
参赛报名参赛报名及对策提交的截止时间为北京时间2025年7月1日24: 00。
初赛复赛8月15日前完成入围总决赛的项目遴选与推荐工作。
总决赛具体安排与大赛整体安排保持一致。
赛程安排
在新型智慧城市建设背景下，交通系统正经历从信息化到智能化的范式转变。基于空间智能体理论框架，融合多源遥感感知数据、物联网终端数据和城市数字底座，构建具备自主感知-认知-决策能力的交通态势感知空间智能体，可实现交通系统的全要素数字化映射、全状态实时化感知和全周期智能化管控。该体系通过时空大数据挖掘、地理空间智能（GeoAI）和数字孪生技术的深度融合，为破解城市交通拥堵治理、安全防控和低碳发展等难题提供智能解决方案。
命题内容
（1）多源异构交通数据融合与时空特征自主映射 构建交通空间智能体的感知神经网络，研发面向浮动车轨迹、卡口过车、手机信令等多源异构数据的时空编码与融合管理技术。基于SuperMap空间数据库实现交通态势要素的时空本体建模，运用流式计算框架构建动态知识图谱。开发基于增强现实的空间智能体可视化界面，实现交通流量、速度、密度等多维态势参数的时空自主映射与异常状态自识别。
（2）动态感知与协同决策的交通热点智能诊断 建立交通空间智能体的认知决策引擎，集成时空核密度估计、耦合模型等地理空间分析方法，实现交通拥堵热点的自发现与演化推演。构建融合5D交通维度的因果推理模型，通过多智能体强化学习揭示拥堵形成机理。开发面向典型场景的交通优化方案智能推荐系统，支持信号配时优化、潮汐车道调整等策略的仿真验证。
（3）基于深度学习的交通流自演化模拟与预测 设计交通空间智能体的自学习机制，构建混合架构的时空预测模型，提升关键节点流量预测精度。开发数字孪生驱动的交通出行模式模拟系统，集成多智能体建模技术构建个体出行决策模型，支持突发事件下的交通态势推演与预案评估。建立模型参数自校正机制，通过在线学习持续提升预测系统适应性。
答题要求
(1) 构建交通时空大数据融合管理体系，研发基于空间智能体的动态知识图谱构建技术，实现车流量、速度、密度等多维参数的时空自主映射与AR增强可视化表达；
(2) 建立多智能体协同的交通热点诊断系统，集成时空聚类与因果推理模型，实现拥堵热点的自发现与形成机理追溯；
(3) 开发具有自进化能力的交通流预测智能体，构建预测模型，支持数字孪生环境下的交通出行模式仿真推演。
核心参赛要求
- 本赛道以团队为单位报名参赛，每支参赛团队只能选择一题参加比赛，允许跨校组建、师生共同组建参赛团队，每个团队的成员不少于3人，不多于15人（含团队负责人），须为揭榜答题的实际核心成员。
- 项目负责人须为普通高等学校全日制在校生（包括本专科生、研究生，不含在职教育），或毕业5年以内的全日制学生（即 2020年之后毕业的本专科生、研究生，不含在职教育）。参赛项目中的教师须为高校教师（2025年7月15日前正式入职）
- 参赛团队所提交的命题对策须符合所答企业命题要求，命题企业将对命题对策进行契合度审核评价。参赛团队须对提交的应答材料拥有自主知识产权，不得侵犯他人知识产权或物权。
- 成果转化组鼓励师生共同组建团队参赛，如已注册成立公司，公司注册年限不得超过5年（2020年3月1日后注册），师生均可为公司法人代表。企业法人代表在大赛通知发布之日后进行变更的不予认可。股权结构中，师生股权合并计算不低于51%，且学生参赛成员合计股份不低于10%。
- 所有参赛材料和现场答辩原则上使用中文或英文如有其他语言需求，请联系大赛组委会。
