2022年7月19日，曾小清教授课题组在腾讯会议进行了2021届硕士研究生毕业论文线上答辩。此次参与答辩的学生包括郭开易、岳晓园，他们的论文题目分别是《车联网环境生态道路节能驾驶策略研究》、《车联网环境下生态道路交通控制优化研究》。答辩委员会成员包括答辩主席董德存教授、指导老师曾小清教授、潘洪亮老师、沈拓老师以及答辩秘书毋妙丽老师。

郭开易论文的领域为生态道路节能驾驶策略研究，该论文利用联网技术生态道路场景，运用动规划、强化学习算法对于单个汽车的节能驾驶问题进行分析、建模、求解、验证。论文首先从跟驰行为、变道行为入手，明晰自动驾驶汽车与人工手动驾驶汽车在驾驶特征上的差异，构建混合交通流仿真模型；然后利用车联网技术，构建动物通道与车联网技术结合的应用系统，厘清系统组成部分及信息交互方式从而为构建仿真驾驶环境提供依据；接着对已构建模型的环境、状态、动作、奖励进行分析，搭强化学习算法基本框架，为进一步提升算法求解效率，引入贪婪决策算法，建立探索机制，加快算法的学习迭代速度；最后利用上海崇明生态道路中的路段进行仿真实验，仿真结果表明论文所提出节能策略在车联网环境下能够使生态道路上车辆节省油耗量在6%~11%之间，并且节能效果将随着混合车流密度的增加而更优，证明本论文模型对于汽车节能驾驶具有效果，并且在不同程度的交通流环境中均能发挥作用，有较好的普适性，对于本问题的研究能提供一定的参考价值。

岳晓园论文的领域为生态道路交通控制优化研究，该论文首先从动物车辆碰撞风险缓解的角度出发，借助车联网环境将动物穿越道路行为虚拟为路段上两相位控制的信号灯，为后续车辆速度优化提供了可控制识别的交通场景；然后研究路段联网车辆速度优化，建立生态道路路段车辆通行时间和车辆能耗最优的双目标优化模型，并提出了基于深度强化学习的优化控制策略求解方法；接着研究联网交叉口信号配时优化，建立交叉口最大排队车辆数模型和下游路段通畅度模型，并给出了基于遗传算法的信号配时优化策略求解方法；最后代入上海市崇明岛建设公路的实际案例数据，仿真实验结果显示路段车辆通行时间降低了21.7%，车辆总能耗降低了67.4%，交叉口最大排队长度减少了33.3%，交叉口下游路段的车辆密度降低了15.4%，验证了本论文所提模型和算法的能够实现车联网环境下生态道路的交通优化控制，不仅能够减少车辆的通行时间，而且能够降低汽车能耗，具有一定的有效性和适用性。

会上，学生就论文内容向答辩委员作了详细汇报，并对答辩委员提出的问题作了细致的回答，经答辩委员会讨论和投票表决，一致同意通过论文答辩。