朱美新
上岗研究员
青年首席教授
办公室：908
邮箱：meixin@seu.edu.cn
朱美新，国家级高层次青年人才，小米青年学者，bw必威西汉姆联官方网站青年首席教授，本科及硕士毕业于同济大学，博士毕业于美国华盛顿大学。加入西汉姆联官方网站之前任香港科技大学（广州）智能交通学域助理教授以及香港科技大学联合聘任助理教授。围绕驾驶行为、自动驾驶、智能交通、交通人工智能等领域展开研究。在PNAS，Nature Reviews Electrical Engineering等权威SCI一区期刊发表论文50篇，ESI高被引论文2篇（引用前1%）、交通顶刊TR-C最高引论文2篇（引用量前3）。论文在Google Scholar累计被引3000次（单篇最高引用600余次，第一作者），学术影响因子22。担任IEEE T-IV副主编, Scientific Data编委。获TRB人工智能委员会最佳博士论文奖、IEEE ITSS 最佳博士论文奖（Finalist）等奖项。欢迎对智能交通、交通人工智能、自动驾驶感兴趣，并在代码、人工智能、机器人、数理基础中具有优势的候选人申报。团队长期招收实习生、硕士、博士、“至善博士后”、全职/在职博士后、专职科研人员等。谷歌学术主页：https://scholar.google.com/citations?user=5Ysgg7AAAAAJ&hl=en
教育背景

2018年9月-2022年8月，华盛顿大学，智能交通，博士

2015年9月-2018年6月，同济大学，交通运输工程，硕士

2011年9月-2015年6月，同济大学，交通工程，学士


工作经历

2025年3月-至今，西汉姆联官方网站，bw必威西汉姆联官方网站，青年首席教授

2022年9月-2025年1月，香港科技大学（广州），智能交通，助理教授

2022年9月-2025年1月，香港科技大学，土木环境系，联聘助理教授

2022年1月- 2022年7月, Motional, Autonomy Team, 研究实习员

2021年6月- 2021年9月, Amazon, Last Mile Team, 研究实习员

2019年6月- 2019年12月, 美国能源部橡树岭国家实验室, 研究实习员


研究领域

自动驾驶、智能交通、驾驶行为、具身智能


科研项目
发明专利
学术著作
学术论文

谷歌学术主页：https://scholar.google.com/citations?user=5Ysgg7AAAAAJ&hl=en

基于大规模真实世界驾驶数据与深度强化学习方法，分别构建了拟人化跟驰模型（Zhu et al., 2018）和多目标优化（安全-效率-舒适性）的自动驾驶控制算法（Zhu et al., 2020），并进一步扩展至自动驾驶拟人化技术综述（Lu et al., 2025）。通过生成式预训练基础模型BevGPT（Wang et al., 2024）和大型语言模型（Han et al., 2024; Peng et al., 2025），实现了自动驾驶预测-决策-规划的闭环奖励设计与可解释轨迹预测。结合AI研究代理（Guo et al., 2024）推动AI for Traffic Science，结合大模型构建可解释交通流预测框架（Guo et al., 2024）。

[1] Lu, H., Zhu, M.*, Lu, C., Feng, S., Wang, X., Wang, Y., & Yang, H. (2025). Empowering safer socially sensitive autonomous vehicles using human-plausible cognitive encoding. Proceedings of the National Academy of Sciences of the United States of America.

[2] Lu, H., Zhu, M.*, & Yang, H. (2025). Human-like driving technology for autonomous electric vehicles. Nature Reviews Electrical Engineering, 1-2.

[3] Zhu, M., Wang, X., & Wang, Y.* (2018). Human-like autonomous car-following model with deep reinforcement learning. Transportation research part C: emerging technologies, 97, 348-368.

[4] Zhu, M., Wang, Y.*, Pu, Z., Hu, J., Wang, X., & Ke, R. (2020). Safe, efficient, and comfortable velocity control based on reinforcement learning for autonomous driving. Transportation Research Part C: Emerging Technologies, 117, 102662.

[5] Wang, P., Zhu, M.*, Zheng, X., Lu, H., Zhong, H., Chen, X., ... & Wang, F. Y. (2024). BEVGPT: Generative pre-trained foundation model for autonomous driving prediction, decision-making, and planning. IEEE Transactions on Intelligent Vehicles.

[6] Guo, X., Yang, X., Peng, M., Lu, H., Zhu, M.*, & Yang, H. (2025). Automating Traffic Model Enhancement with AI Research Agent. Transportation Research Part C: Emerging Technologies.

[7] Han, X., Yang, Q., Chen, X., Cai, Z., Chu, X., & Zhu, M.* (2024). Autoreward: Closed-loop reward design with large language models for autonomous driving. IEEE Transactions on Intelligent Vehicles.

[8] Peng, M., Guo, X., Chen, X., Chen, K., Zhu, M.*, Chen, L., & Wang, F. Y. (2025). Lc-llm: Explainable lane-change intention and trajectory predictions with large language models. Communications in Transportation Research, 5, 100170.

[9] Guo, X., Zhang, Q., Jiang, J., Peng, M., Zhu, M.*, & Yang, H. F. (2024). Towards explainable traffic flow prediction with large language models. Communications in Transportation Research, 4, 100150.

[10] Lu, H., Yang, J., Zhu, M.*, Lu, C., Chen, X., Zheng, X., & Yang, H. (2025). A knowledge-driven, generalizable decision-making framework for autonomous driving via cognitive representation alignment. Transportation Research Part C: Emerging Technologies, 172, 105030.


荣誉奖项

  1. Behavior Modeling and Motion Planning for Autonomous Driving using Artificial Intelligence, TRB AED50人工智能委员会, TRB AED50人工智能委员会最佳博士论文奖, 国际学术奖, 2023

  2. Behavior Modeling and Motion Planning for Autonomous Driving using Artificial Intelligence, IEEE ITSS, ITSS 最佳博士论文提名, 国际学术奖, 2024

  3. Human-like autonomous car-following model with deep reinforcement learning, Transportation research part C: emerging technologies, 2021 TR-C期刊最高引论文, 国际学术奖, 2021

  4. Safe, efficient, and comfortable velocity control based on reinforcement learning for autonomous driving, Transportation Research Part C: Emerging Technologies, 2023 TR-C期刊最高引论文, 国际学术奖, 2023

  5. TransFollower: Long-Sequence Car-Following Trajectory Prediction through Transformer, 美国统计学会交通研究分会 (ASA TSIG), 2022 Clifford Spiegelman 最佳员工论文奖, 国际学术奖, 2022

  6. TRB AED50 Transportation Forecasting Competition (TRANSFOR22), TRB AED50人工智能委员会, TRB AED50 交通预测比赛 (TRANSFOR22)一等奖, 国际学术奖, 2022  

  7. 智慧交通-基于车联网大数据的碰撞识别, 数字中国建设峰会组委会, 2021数字中国创新大赛大数据赛道优胜奖, 2021


教授课程
学术兼职
招生需求

欢迎对智能交通、交通人工智能、自动驾驶感兴趣，并在代码、人工智能、机器人、数理基础中具有优势的候选人申报。团队长期招收实习生、硕士、博士、“至善博士后”、全职/在职博士后、专职科研人员等。