摘要：尽管进行了大量的研发工作，无人驾驶汽车(AV)在公共道路上的部署仍然面临着相当大的挑战。Angeloudis教授和他的团队开发了一套无人驾驶汽车训练场景，这些场景来自真实的交通事故和摄像头数据。本次演讲将探讨无人驾驶汽车部署在测试和验证过程中仍然存在的挑战、近期在认证领域的监管工作，以及Transport Systems & Logistics实验室通过深度强化学习(DRL)和基于模型的风险指标相结合来解决这些问题的研究。

简介：Panagiotis Angeloudis博士是帝国理工学院副教授和Transport Systems and Logistics实验室的负责人。他的主要研究领域是自动驾驶车，多智能体系统建模，网络优化的结合，及其在货运和客运中的应用。他的研究小组专注于开发高性能、可扩展的模型，以捕捉用户、提供商、基础设施和运营机制之间的交互。最近TSL的项目集中于为客运和货运系统设计一套安全高效的自主运输系统(无人驾驶汽车和无人机)的部署策略。 Angeloudis 教授自2020年以来一直是英国政府首席科学顾问，《未来交通》评审委员会委员。近期又被英国交通部任命为2050年海事专家小组成员，多年来，他为世界各地的大型企业、政府机构和咨询公司就与交通基础设施、运营管理和技术部署相关的举措提供咨询和开发定制模型。 在帝国理工学院，他领导着一个超过15名研究人员的团队，并获得了大量来自于EPSRC、 InnovateUK、和英国以及外国政府和工业界的研究项目及基金。他是帝国理工学院机器人论坛管理委员会委员，交通学科教学主任，以及安全科学与技术研究所的交通方向负责人。