梁浩阳博士，目前在同济大学交通学院担任博士后研究员。他在2018年从清华大学土木工程系获得学士学位，并于2022年从香港大学获得博士学位。他的博士研究专注于密集恐慌人群的动态连续建模与实验，致力于通过结合虚拟现实和高精度行人仿真技术来为密集人群的管理和控制提供可靠的预测工具。现在，他是同济大学CAVE虚拟现实实验室的主要研究员，专注于为混合交通流的模拟和测试开发数字孪生平台。梁博士在TR-Part B、PLoS ONE以及ISTTT24等知名期刊和会议上已经发表10余篇的学术论文及报告，并且已申请多项发明专利。
基于连续空间模型的动态交通分配已经成为理解和管理多维交通系统的强大和有效工具，特别是在处理密集城市网络和人群动态内的出行选择问题中。本研究讨论了反应性动态用户均衡（RDUE, Reactive Dynamic User Equilibrium）模型在处理动态交通分配问题时所面临的挑战，特别是在处理复杂情境时满足精度和效率要求的困难。RDUE模型依赖于数值求解器，这些方法在处理不规则物理边界和高阶有限差分方案时面临显著挑战。此外，这些方法的计算效率在动态连续问题中有很大的提升空间。为了应对这些挑战，本研究引入了物理信息神经网络的应用，结合了神经网络和偏微分方程的优势来解决连续交通流中复杂的物理问题。
