让交通仿真，
成为 AI 的物理世界底座
始于 2012，
自主研发的宏微观一体化
仿真平台
场景在此还原
方案在此推演
让每一次交通决策，
经得起物理规律的验证
合作伙伴
次世代仿真平台
- 01
Python 原生仿真内核——仿真与 AI 同处一个生态
训练一个强化学习策略动辄海量仿真调用，跨进程接口层先于算法本身成为瓶颈。TASP 从第一行代码起原生构建于 Python 科学计算生态：车辆状态矩阵化批量处理，与 NumPy / PyTorch 同进程运行，零通信成本——城市级规模实测：4,225 个交叉口实时推演、1,953 辆车实时运行（绑定运行条件，测量记录可复查）。
- 02
确定性保障——每个结论都可当场重跑
同一路网跑两次，延误指标天然有差异——甲方追问「这个 12% 的改善我再跑一遍还在吗」，答辩方无法回答。TASP 把可复现性做成了引擎的固有属性：相同工程加相同种子，任何人在任何机器上重跑，得到完全一致的同一个数字。方案评审从「听汇报」变成「当场验证」；路口秩序由机制保证而非参数试凑，非常规组织的推演结论可以写进审批材料。
- 03
Agent 工程闭环——一句话驱动仿真
给仿真接一个聊天窗口并不难，难的是让一家交管机构敢把操作权交给智能体。TASP Agent 推理与执行严格分离：大模型只返回受限的标准操作，实验计划由服务器编译并数字指纹，人工确认后经真实仿真执行；三重校验工程状态、失败不编造、全程留痕。单轮显式限额，自主性被产品约束——智能体的可控性是出厂设计，不是事后承诺。
- 04
实验证据流水线——方案比选成为标准动作
评一个新方案不必再另存工程、重配场景、手工记录——限速、封道、调流量以临时调整进入，不改动工程文件；多方案 × 多随机种子的批量运行自动产出清单、逐轮结果与可读报告三件套。评估一个新方案的成本从「半天重建模」降到「改一组参数、复跑一轮」，方案比选从奢侈动作变成标准动作。
- 05
统一公共接口——界面、脚本、Agent 同一事实源
界面统计一套数、导出文件一套数、二次开发接口又是一套数——方案评审时各说各话。TASP 在架构层面立了一条硬约束：PyTASP 是平台唯一公共接口，工作台操作、脚本调用、Agent 执行走的都是它，没有第二条隐藏通道。三类角色的结论可以直接互相验证；接口保障层保证内核持续演进而不动用户脚本。
- 06
数据入口——真实世界直通实验
外部数据进仿真，最怕的不是「进不来」，而是「进来之后不知道还剩多少真实」。SUMO 工程、OpenStreetMap 真实路网、OpenDRIVE 高精地图三条通道全部循统一边界进入——转换状态逐条落到报告，不虚构数据、不静默丢弃。真实数据进得来、剩多少真实查得到。
交通仿真 4.0：新一代智能仿真与实验平台
TASP 由东南大学复杂交通网络研究中心自主研发
创新 01
宏微观一体化仿真框架——重构交通供需分析的核心理论
宏观模型擅长描述整体规律，微观仿真刻画车辆行为——两者长期割裂，结果难以互洽。TASP 从模型一致性与约束一致性两个层面打通两类模型，首创基于边的最短路算法，破解转向约束下的路径搜索难题。大规模路网验证表明：在保证宏微观一致性的同时，仿真速度提升 30% 以上——规划层面的需求分析与管控层面的精细评估，第一次在同一套体系内完成。
创新 02
知识-数据双驱动的参数自动校准——把「调参」从手艺变成科学
一个复合交通系统的宏微观一体化仿真，待校准参数可达数十万个。TASP 将交通分配模型内嵌至高斯过程代理模型，并针对校准问题改进贝叶斯优化算法。基于沪杭甬高速卡口数据的实测验证：仿真误差从传统方法的 25% 以上降至 10% 以下。仿真结果不再依赖工程师的个人手感，而是收敛到可复现、可审查的标定流程。
创新 03
宏微观一体化并行计算加速——突破沿用 70 年的串行范式
宏观交通分配的三类传统算法只能单线程计算。TASP 创造性地将流量守恒约束等价转化为「边着色」问题，首创 iBADM 并行算法——在南京超 5 万节点、800 万出行者的网络中，求解从 20 分钟压缩至 10 秒，效率提升 100 倍以上；微观仿真较行业通用软件提速约 20 倍。城市级推演进入分钟级往返时代——强化学习百万次仿真试错，只有在这个速度下才成为可能。相关成果发表于 TR-B、IEEE TITS、Transportation Science、IEEE TKDE 等领域权威期刊。
开始使用 TASP
从试用体验到项目落地，一步开启 TASP 仿真实验
申请体验账号与试用包，获取 PyTASP 接口和示例工程，并对接真实路网、场景与实验任务。