车辆与运载学院，副研究员，硕士生导师
入选国家级海外高层次青年人才计划，欧盟玛丽居里学者
办公室：清华大学李兆基科技大楼AD222-2
邮箱：thu_ets_ly@tsinghua.edu.cn
致力于交通与AI的融合应用，以一作/通讯作者身份发表论文40余篇（Cell出版社旗舰综合期刊The Innovation 2篇，中科院一区Top期刊26篇，IF大于10的11篇），谷歌学术引用2500余次，4篇入选ESI高被引论文。获得了公路学会优博论文、COTA最佳博士论文荣誉提名、IEEE智能交通系统杂志优秀论文等奖项。主持了多个项目，得到了国家自然科学基金委、欧盟委员会（European Commission）、瑞典国家创新局（VINNOVA）、智能绿色车辆与交通全国重点实验室、清华杭州临空示范区综合交通研究中心的资助。担任Transportation Research Part E（中科院一区Top）编委、IEEE Transactions on Intelligent Vehicles（中科院一区Top）副主编、Communications in Transportation Research（中科院一区Top，IF 14.5，学科第一）编辑部主任、WTC智能驾驶出行服务技术委员会联合主席等职务。在国际顶级人工智能挑战赛中获得多个奖项，四次获得有着‘数据挖掘领域世界杯’ 之称的KDD CUP的冠、亚军。
2017-2021，东南大学交通学院，博士 | |||
2021-2024，瑞典查尔莫斯理工大学，欧盟玛丽居里学者
2024-至今，清华大学，副研究员
智能交通系统，交通大数据，大模型在智能车辆、智能交通中的应用
致力于交通与AI的融合应用，提出基于掩码语言模型的出行行为建模方法，构建了面向时空数据的交通状态预测技术栈，实现个体至群体的多层次智能预测；从语言模型视角对路径优化进行建模，设计了应对高并发请求的网约车调度系统,拓展了大语言模型等AI技术的应用边界；提出个性化交通模式推荐算法和地理位置推荐方法，优化了复杂交通环境下的出行策略。
科研项目：
1. 入选国家高层次人才计划（青年），300万，国家自然科学基金委，2025至今，项目负责人
2. Accelerating transport electrification by machine learning，19万欧元，2021-2023，欧盟委员会，项目负责人
3. 基于大模型的模块化、自动化公共交通系统安全关键场景自动驾驶决策规划，150万，清华杭州临空示范区综合交通研究中心，2025至今，项目负责人
4. 培苗资助计划项目，60万，昌平区科委，2025年至今，项目负责人
5. 国家自然科学基金面上项目，55万，基金委，2025至今，项目负责人
6. 面向智慧物流的自动驾驶规模可变车队安全决策与规划研究，40万，智能绿色车辆与交通全国重点实验室，2025至今，项目负责人
7. Applied AI for Connected and Autonomous Transportation Systems，33万瑞典克朗，2022-2023，瑞典国家创新局，项目负责人
8. 智能网联汽车在线激光里程计关键技术研究，10万，智能绿色车辆与交通全国重点实验室，2024至今，项目负责人
指导智能交通团队博士生参加学科竞赛，获得多个奖项，包括：
1. 2024年中国机器人及人工智能大赛全国一等奖
2. 百度阿波罗实车邀请赛第一名
3. 第一届OnSite自动驾驶算法挑战赛综合赛全国第三名
4. 2025年智创未来”清华大学通用人工智能大赛一等奖
2024至今，Transportation Research Part E，编委
2023至今，IEEE Transactions on Intelligent Vehicles，副主编
2023至今，Journal of Intelligent and Connected Vehicles & Communications in transportation research，编辑部主任
2023至今，WTC智能驾驶出行服务技术委员会，联合主席
2023-2024，Transportation Research Part E，特刊执行编辑
2022-2024，The Innovation，青年编委
2021至今，IEEE/CAA Journal of Automatica Sinica，青年编委
2024至今，汽车安全与节能学报，青年编委
2024至今，CAAI Artificial Intelligence Research，青年编委
2025至今，担任KES International Symposium on Smart Transportation Systems联合主席（EI、CPCI检索）
2024、2025、2026，担任IEEE Intelligent Vehicles Symposium程序委员会委员
2024，入选国家高层次人才计划（青年）
2021，欧盟玛丽居里学者（国内智能交通领域首次入选）
2022，Honorable Mention of the COTA Best Dissertation Award
2020，IEEE ITSM Outstanding Research Paper High Commendation Award，排名1/4
2022，中国公路学会优秀博士论文
2021，IEEE ITSS The 2021 “Shape the Future of ITS” Competition-Second Prize，排名1/1
2019，IEEE ICME Grand Challenge Second Runner-Up Award，排名1/7
2023，IEEE/CAA Journal of Automatica Distinguished Lecturer
2020，KDD CUP 2020 强化学习赛道网约车调度任务冠军，排名1/4，（交通学科首次获奖）
2022，KDD CUP 2022 Amazon ESCI Challenge亚军，排名1/3
2019，KDD CUP 2019 常规机器学习赛道多模式交通推荐任务亚军，排名1/3
2019，NeurIPS Traffic4cast Challenge Leading Contributor Award，排名1/5
1. Yang Liu et al.; Can language models be used for real-world urban-delivery route optimization?, The Innovation, 2023, 4(6). (Cell出版社旗舰综合期刊，IF= 25.7，该刊在JCR2024中引用最高的论文)
2. Yang Liu et al.; DeepPF: A deep learning based architecture for metro passenger flow prediction, Transportation Research Part C, 2019, 101. (ESI高被引论文)
3. Yang Liu et al.; Deep dispatching: A deep reinforcement learning approach for vehicle dispatching on online ride-hailing platform, Transportation Research Part E, 2022, 161. (ESI高被引论文)
4. Yang Liu et al.; Emerging AI-driven smart and sustainable mobility. Transportation Research Part E: Logistics and Transportation Review, 2025, 198, 104126.
5. Yang Liu et al.; Exploring a large-scale multi-modal transportation recommendation system, Transportation Research Part C, 2021, 126.
6. Yang Liu et al.; Modelling the energy consumption of electric vehicles under uncertain and small data conditions, Transportation Research Part A: Policy and Practice, 2021, 154: 313-328.
7. Yang Liu et al.; A spatio-temporal ensemble method for largescale traffic state prediction, Computer-Aided Civil and Infrastructure Engineering, 2020, 35(1): 26-44.
8. Yang Liu et al.; Attention-Based Deep Ensemble Net for Large-Scale Online Taxi-Hailing Demand Prediction, IEEE Transactions on Intelligent Transportation Systems, 2020, 21(11): 4798-4807.
9. Yang Liu et al.; Spatio-Temporal Ensemble Method for Car-Hailing Demand Prediction, IEEE Transactions on Intelligent Transportation Systems, 2020, 21(12): 5328-5333.
10. Yang Liu et al.; Automatic Feature Engineering for Bus Passenger Flow Prediction Based on Modular Convolutional Neural Network, IEEE Transactions on Intelligent Transportation Systems, 2021, 22(4): 2349-2358.
11. Yang Liu et al.; Behavior2vector: Embedding Users’ Personalized Travel Behavior to Vector, IEEE Transactions on Intelligent Transportation Systems, 2021, 23(7): 8346-8355.
12. Yang Liu et al.; A two-stage destination prediction framework of shared bicycles based on geographical position recommendation. IEEE Intelligent Transportation Systems Magazine, 2018, 11(1), 42-47. (IEEE ITSM Outstanding Research Paper High Commendation Award)
13. Yang Liu et al.; DeepTSP: Deep traffic state prediction model based on large-scale empirical data. Communications in transportation research, 2021, 1, 100012.
14. Yang Liu et al.; How machine learning informs ride-hailing services: A survey. Communications in Transportation Research, 2022, 2, 100075.
15. Yang Liu et al.; Building effective short video recommendation. IEEE International Conference on Multimedia & Expo Workshops, 2019: 651-656. (IEEE ICME Grand Challenge Second Runner-Up Award)
