团队简介 About Us
Team SkyBound 是一个处于初期探索阶段的本科生科研共同体。
我们致力于通过科研探索与竞赛实践的双主线,在导师与高年级辅导员的共同引导下,依托真实课题提升数智化技术能力。
Student Tutors
团队由 student tutor 共同参与组织与推进,在方向引导、训练支持、项目协作与日常沟通中发挥连接与支撑作用。
培养与协作机制
相较于临时性的项目参与模式,Team SkyBound 更希望通过相对清晰的训练与协作方式,帮助成员在真实研究与项目实践中逐步进入状态,并形成持续积累。
1. 平台化培养
围绕统一入口、基础训练、试运行、小作业与资料沉淀,逐步形成可复制的成员培养流程,帮助新成员更快建立基本能力、研究方法与协作习惯。
2. 项目化协作
围绕课题组正在推进的真实方向组织成员,以任务拆解、小组协作和阶段汇报的方式推动实践,使成员在参与项目的过程中逐步形成问题意识、任务意识与输出能力。
三条路线
团队当前主要围绕培训、科研与竞赛三条路线展开。其中,培训线依托平台化培养机制,承担共同能力底座的作用;科研线与竞赛线在能力训练基础上,同时体现平台化培养与项目化协作,根据项目情况形成紧密的联动与成果转化。
培训线
面向新成员提供软件工具、文献检索、学术规范、表达汇报与 AI 辅助工作流等基础训练,作为成员进入科研与竞赛实践的共同能力底座。
科研线
围绕课题组正在推进的研究方向与任务,组织成员从文献阅读、资料整理、综述撰写、实验辅助与小任务切入,逐步进入真实研究过程。
竞赛线
一方面为有竞赛意愿的成员提供选题与方法指导;另一方面围绕已有研究积累和项目过程,将阶段性成果进一步转化为比赛报告、展示材料或其他适合本科生阶段的实践成果。
成员成长与收获
团队希望为成员提供的不仅是项目参与机会,更包括方法训练、真实实践与阶段性成果积累,使成员能够在持续投入中逐步形成个人能力与方向判断。
方法与能力训练
- 软件工具与 AI 工作流基础
- 文献检索、阅读与资料整理方法
- 排版规范、学术表达与汇报能力
- 团队协作与项目推进方式
真实研究与项目参与
- 参与课题组正在推进的研究方向与实践任务
- 从文献、综述、实验辅助、小任务切入
- 接触从问题理解到任务推进的完整过程
- 在指导下逐步形成更深入的研究与项目参与能力
阶段性成果积累
- 形成较系统的研究训练与项目实践经历
- 围绕真实研究任务与项目需求开展阶段性研究、方案设计与作品开发
- 深入参与课题组研究过程,并在符合贡献与学术规范的前提下,有机会参与科技论文、专利及相关学术成果的产出与推进
- 将阶段性研究成果进一步转化为竞赛、项目展示或其他实践成果
研究方向 Research Areas
方向说明:团队当前展示的方向,原则上优先与课题组正在推进的研究工作和方法积累相衔接。成员进入后,将尽量从真实项目中的资料整理、文献阅读、综述撰写、实验辅助与小任务切入,再逐步进入更完整的研究与竞赛实践。
基于交通大数据的网约车智慧运营与调度优化
利用多源交通数据研究网约车供需匹配、车辆调度与运营优化问题,探索更高效、更智能的出行服务模式。
大模型与轻量模型协同智能
关注大模型的知识蒸馏、高效部署及面向边缘侧的实时事件检测,探索“大模型负责理解、小模型负责高效执行”的协同路径。
智能体驱动的路网运维与规划决策研究
结合智能体方法与交通系统分析,探索路网运行监测、设施运维辅助与规划决策支持。
低空交通路径规划与起降设施布局优化
面向低空飞行应用场景,研究飞行路径规划、起降点选址与设施布局优化问题。
多智能体视角下的骑行安全风险动态评估
聚焦骑行场景中的人—车—路交互过程,结合多智能体建模与动态风险分析。
混合交通流仿真研究
研究机非混合、人机共驾环境下的交互动力学。
研究实践与成果转化路径
进入真实问题
从课题组现有方向切入,通过文献阅读、资料整理、实验辅助与小任务,逐步理解问题背景与研究路径。
形成阶段积累
在持续参与过程中,逐步形成资料基础、方法理解与实践经验,完成从“参与”到“进入”的过渡。
转化为成果输出
对于已经形成阶段性积累的内容,可进一步转化为竞赛报告、展示材料、专利整理、综述、会议论文或其他适合本科生阶段的成果形式。
第一期招募入口 Join Team SkyBound
我们正在寻找对交通智能化、数智化开发与竞赛充满热情的本科生。
无论你是零基础大一新生,还是拥有项目经验的大三同学,均可申请。
常见问题 FAQ
零基础可以加入吗?
可以。只要具备主动学习的热情,我们欢迎低年级同学从基础技能开始起步。
大一大二的学生能加入吗?
非常欢迎。我们鼓励低年级同学尽早接触科研实践,建立系统的思维方式。
一定要参加科研或竞赛吗?
科研与竞赛是团队的双主线,你可以根据自身兴趣和精力的侧重进行选择。