2023年6月21日，首届滴滴产学研合作论坛暨盖亚灯塔计划2021-2022年度杰出项目颁奖典礼在北京成功举办。滴滴CTO兼滴滴自动驾驶CEO、滴滴产学研合作委员会荣誉主席张博，滴滴地图事业部负责人、滴滴产学研合作委员会主席柴华，滴滴科技生态与发展部总监吴国斌等滴滴产学研合作委员会委员出席。广东工业大学蔡瑞初教授、北京交通大学高睿鹏副教授、清华大学李升波教授及天津大学王龙标教授等盖亚科研合作伙伴受邀参加论坛。
滴滴产学研合作始于2016年，旨在通过前沿学术研究与实际业务场景的有机结合，与学术界共同发现与定义问题，合作共赢解决领域难题，以推动前沿技术创新、解决行业挑战为目标，实现科研创新到产业价值的转换。盖亚灯塔计划是滴滴产学研合作中的重要项目，通过评选、展示和激励的机制，促进科研合作成果的落地转化和价值传播。论坛期间举行了「盖亚灯塔计划2021-2022年度杰出项目颁奖典礼」，为获奖的五个杰出项目合作老师和同事们颁奖，并借此机会感谢项目组的付出。
获奖项目情况
（按项目名称首字母拼音排序）
GPS缺失场景的环境感知与位置追踪
项目团队：北京交通大学高睿鹏副教授与滴滴地图团队
项目简介：随着科技的发展，司机开车基本上脱离了纸质地图和人肉记忆。科技极大地便捷了我们的生活。但与此同时，定位不准就像一个潜藏的刺客，冷不丁刺一下，让司机感受到当定位不准发生时会有多么的不便。本项目基于大量真实轨迹训练，我们在端上部署了深度车辆位置推算模型，用于在信号弱场景解决定位不准问题，在长隧道场景和竞品进行效果对比，反超竞品17%，目前已经全量上线，并合作产出9篇学术论文(其中5篇SCI)，进一步扩展了滴滴的学术影响力。
基于短期替代变量的长期效应估计
项目团队：广东工业大学蔡瑞初教授与滴滴网约车团队
项目简介：定价策略作为网约车运营过程中的重要抓手，不仅影响到短期的供需，同时也会影响到乘客与司机的长期留存，进而对平台的长期经营产生重要影响。所以如何精准量化评估定价策略的影响，对平台有着非常重要的应用价值。本项目从价格策略的具体业务出发，开发了新的模型，此模型可以从海量的短期可观测因子中挖掘出更有效的表示形式，有效帮助长期策略效果的评估。此外，模型还充分考虑不同城市之间数据分布的差异，利用领域自适应技术，提高了模型在不同城市效果的稳定性，突破城市限制。项目研究成果，相较于目前最优算法，在策略长期效应的预估精度上实现了超过50%的相对提升，在城市迁移问题上取得了超过70%的精度相对提升，为策略的进一步优化与调整指明方向。
两轮车高精度定位
项目团队：武汉大学刘晖教授与滴滴两轮车团队
项目简介：随着共享两轮车的用户及车辆数量日益增多，车辆混乱停放不仅影响市容市貌，同时危及交通安全，因此有序停车是共享两轮车持续健康发展的重点。有序停放通常依靠卫星定位指引，其精度通常在2-10米，而共享两轮车大多数面向高楼林立的城市峡谷地带，定位精度及稳定性会进一步恶化，常常造成由于定位误差导致用户无法还车的窘境，严重影响用户的体验。针对此类问题，通过与武汉大学的深化合作，我们逐步落地应用了厘米级的高精度定位算法。经过三期的合作，我们先后完成了自研高精度定位算法从0到1构建落地、紧耦合定位算法构建、无真值条件下的定位性能评估等工作，形成了一套面向两轮车复杂场景的定位系统，并不断赋能到两轮车业务中。在践行“以长期心，创造用户价值”的青桔信条中，逐步实现“让出行更美好”的使命。
面向车载环境的语音分离
项目团队：天津大学王龙标教授与滴滴智能化语音交互团队
项目简介：语音交互是智能化中的核心功能模块，克服如风噪、胎噪、多人对话等复杂声学干扰，并将不同位置的人声无失真分配更是流畅语音交互的必要条件。本次和天津大学王老师团队的合作，解决了车内多人说话困扰交互的难题，实现四音区分离算法的预研。我们自研的算法具有对硬件的稳定性要求低，并对声学环境有很好的鲁棒性，在动态下性能已经达到实用水平。合作已有2篇学术论文提交到语音顶会。
面向高级别自动驾驶的数据驱动型决控技术研发与实车应用
项目团队：清华大学李升波教授与滴滴自动驾驶团队
项目简介：决策规划是自动驾驶车辆的“大脑”，如何让车辆更智能、更安全、更高效，提高决策规划的计算实时性、场景扩展性是高级别自动驾驶面临的主要挑战之一。本项目旨在通过数据驱动的训练手段，探索实现自动驾驶“大脑”自我进化的前沿技术，以解决原有决控方案在线实时性差、场景适应性差的双重难题。合作成果包括：提出全套数据驱动型决控技术解决方案；完成国内第一个类脑学习自动驾驶系统的实车测试；开发2套核心训练及仿真工具软件；发表多篇顶会论文，其中1篇获国际顶会最佳论文奖；联合培养多名硕博学生，其中2名毕业后入职滴滴自动驾驶。
获奖老师圆桌论坛现场
张博在开场致辞中分享了对滴滴科技及产学研合作的思考。张博表示，过去十年借助移动互联网和智能手机的东风构建了共享出行平台，下一个十年，随着通用人工智能技术的进展，将给滴滴平台带来巨大的升级机会，出行安全和效率也将进一步提升。面对学术界对产业场景、大数据、计算基础设施的巨大需求，滴滴期待通过合作，促进科研成果更好地转化成产品，为用户提供用户价值。通过过去6年多持续不断的迭代，这个合作体系已经初具雏形。未来，滴滴将进一步加强跟学术界和研究界的合作，并在合作中培养更多人才，促进产学研合作生态变得越来越好，创造越来越多的价值。
张博致辞
按照滴滴的业务场景和技术的特点，设置「脚踏实地」、「仰望星空」两个分论坛，邀请五个获奖项目组进行项目路演。随后，由合作老师与滴滴同事分别从科研合作的经验、发展方向，到科技界今年的热点概念“大模型”等话题，畅聊未来共享出行和网约车生态可能的变化，并如何借助产学研合作的力量，进行了交流与讨论。未来，滴滴将持续团结高校力量不断创新、突破，探索开放式创新的无限可能。
╱ 滴滴盖亚科研合作项目
通过前沿学术研究与实际业务场景的有机结合，与学术界共同发现与定义问题，合作共赢解决领域难题，以推动前沿技术创新、解决行业挑战为目标，实现科研创新到产业价值的转换。自2017年以来，在机器学习、知识图谱、智慧交通、地理信息技术、经济学等研究方向陆续开放课题，与来自各领域的研究学者和滴滴研究人员共同推动前沿技术在出行领域的落地应用，以真实场景驱动科技革新。