1. 痛点问题 科创产业在国家创新战略体系中举足轻重，各类高校、研究院所、科创园区、高新产业园区的相关企业实验室呈现爆发式增长。作为科技创新的重要载体，实验室的建设与管理水平，是实现我国创新战略目标的重要基石。尽管研发实验室相较工业企业危险源体量小，但是危险源种类复杂（不仅限于危化品、放射性物质、病原微生物、特种设备等），探索性强，实验内容变更频繁，缺乏有效监管，导致我国的研发实验室存在系统性风险，实验室事故屡见不鲜，且存在群死群伤的可能性。典型问题主要有以下几个方面： “缺标准”，我国安全生产管理体制具有“企业负责，行业管理，国家监察，群众监督”的特点。各行业安全风险评估的实践做法各不相同，但都不能适应研发实验室的安全管理需求，导致研发实验室领域缺少有针对性的、统一的实验室安全管理标准、规范和工具。 “关注弱”，实验室安全风险特点与生产现场安全风险特点存在较大差异，在国家和行业将安全监管的重点聚焦于企业的安全生产情况下，实验室安全运行及管理长期游离于重点监管领域外，实验室内危化品存量、实验内容等底数不明，政府监管缺位；相当比例的实验室从设计建设初期即缺少评估与监管，导致其“先天”存在安全隐患。 “难度大”，以高校、科研院所、高新产业园区和科技园区为代表的实验室是我国科技进步的支撑力量，跨学科研究与交叉学科技术的探索存在较大不确定性，风险复杂多变。如何在鼓励创新的机制下通过科学合理的手段进行监管，破解初创研发型小微企业监管困局，预防事故发生越来越成为政府部门的难题和挑战。 2. 解决方案 通过借鉴国际知名企业的安全管理实践和国内外高校的实验室安全管理经验，团队在十余年科研实验室安全管理经验的基础上，引入物联网技术和信息技术手段，开发了一套软硬件结合的实验室智能安全管理系统，具有状态检视、安全培训、实验室准入、安全检查和事故调查和资产管理及统计等功能。以技术手段促进管理，以人为本，以过程管理为抓手，把安全事故的事后处理转变为安全隐患的事前预警，极大地提高了实验室安全管理的效率和能力。

文本语义相似度是指两个句子或文本片段之间的语义等价程度，其研究在自然语言处理的问答系统、机器翻译、信息抽取、自动摘要等相关领域中有着广泛的应用，具有重要的理论意义和应用价值。现有的文本语义相似度方法主要基于词表面特征，但由于词语间普遍存在概念上的关联，缺乏概念层面的精确计算导致这些方法的准确性提升困难，而实现全文本在概念层面的精确计算尚无有效模型。 项目团队依据单个名词的概念信息量为基础，分别提出了多种模型和方法实现文本在概念级别快速、精确地计算语义相似度：（1）提出一种基于概念信息量的文本语义相似度无监督基本模型；（2）提出一种基于概念信息增益的文本信息量计算方法；（3）提出一种融合信息权重的全文本信息量计算方法。实验结果表明，团队提出方法在SemEval 2013-2016 STS（文本语义相似度）数据集上均超过了当年最先进系统的总成绩，并且在SemEval 2017 STS国际测评中，本系统的总成绩在所有参赛团队中排名第二，其中在Track 1数据集上排名第一（共34个参赛团队提交81个系统）。相关论文被大会评选为“Best of SemEval 2017”。

文本语义相似度是指两个句子或文本片段之间的语义等价程度，其研究在自然语言处理的问答系统、机器翻译、信息抽取、自动摘要等相关领域中有着广泛的应用，具有重要的理论意义和应用价值。现有的文本语义相似度方法主要基于词表面特征，但由于词语间普遍存在概念上的关联，缺乏概念层面的精确计算导致这些方法的准确性提升困难，而实现全文本在概念层面的精确计算尚无有效模型。 我们依据单个名词的概念信息量为基础，分别提出了多种模型和方法实现文本在概念级别快速、精确地计算语义相似度：（1）提出一种基于概念信息量的文本语义相似度无监督基本模型（发表SCI论文1篇，授权专利1项）；（2）提出一种基于概念信息增益的文本信息量计算方法（发表SCI论文1篇）；（3）提出一种融合信息权重的全文本信息量计算方法（发表SCI论文1篇，最佳国际测评论文1篇）。实验结果表明，我们提出方法在SemEval 2013-2016 STS（文本语义相似度）数据集上均超过了当年最先进系统的总成绩，并且在SemEval 2017 STS国际测评中，我们系统的总成绩在所有参赛团队中排名第二，其中在Track 1数据集上排名第一（共34个参赛团队提交81个系统）。相关论文被大会议评选为“Best of SemEval 2017”。 随着人工智能相关技术的发展，智能问答系统应用在许多行业和领域中都有迫切的需求。比如在电话咨询场景中，传统人工坐席无法满足日益增加的客户咨询量；在政府业务公开场景中，智能机器人对用户的不准确答复会影响政府形象和公信力。目前业界的做法是人工设计问答系统或者对话系统，而不是使问答系统真正具有人类常识和世界知识，这种系统无法适应提问方法的改变或应用场景的转换。而概念信息方法以认知知识库为基础可以获得大量世界知识，比如概念之间的上下位关系。在特定领域的问答匹配多个测试数据集上的实验结果显示，相对于谷歌最新的深度计算模型BERT，概念信息语义相似度无监督模型已经比当今最优深度学习模型高出13%-15%。在问答系统上准确性的优势说明，概念信息语义相似度模型对智能问答系统具有明显的应用落地优势。

1 成果简介智能交通系统已经成为交通运输发展的重要支撑。 2000 年左右我国正式从国家层面开展相关研究及示范工程，智能交通系统的发展已经成为各级交通相关部门的共识。 清华大学自 1996 年开展智能交通系统的研究及系统设计、开发工作，内容涵盖交通信号控制系统、交通信息平台、指挥调度系统、应急交通指挥等方面，形成了一系列具有自

根据智能交通信息检测需求，依据RFID检测系统的优势而设计出一种基于无线射频技术的智能交通诱导系统，该系统是一种针对智能交通领域的信息采集、传输、分析、处理系统。通过建立基于物联网的智能交通示范工程，为物联网在智能交通上的应用提供基础研究数据和决策依据，以点带面，逐步建立物联网在智能交通领域的数据采集、传输、存储、分析和处理规范和标准，全面提高交通管理水平，规范交通秩序，提高道路利用率，扩大交通管理范畴，提高交通和运输生活质量。利用了物联网的技术优势，通过无源高频率射频技术实时采集路段的车流量信息

根据智能交通信息检测需求，依据RFID检测系统的优势而设计出一种基于无线射频技术的智能交通诱导系统，该系统是一种针对智能交通领域的信息采集、传输、分析、处理系统。 通过建立基于物联网的智能交通示范工程，为物联网在智能交通上的应用提供基础研究数据和决策依据，以点带面，逐步建立物联网在智能交通领域的数据采集、传输、存储、分析和处理规范和标准，全面提高交通管理水平，规范交通秩序，提高道路利用率，扩大交通管理范畴，提高交通和运输生活质量。 利用了物联网的技术优势，通过无源高频率

抛投式微小型智能探测机器人，是一种小型机器人，2公斤以内，可以随身携带，可以以手抛、炮射、空投等方式进入灾害（火灾、地震、化学爆炸等）现场，实现危险环境的无人探测与通讯。 一、项目分类 关键核心技术突破 二、技术分析 应急救援人员在执行如消防侦查等具有一定危险性的救援任务时，都需要尽可能了解任务场景，然后制定指挥方案。在任务环境未知的情况下，如果让救援人员去探测现场情况，不仅难以获得准确、全面的现场信息，更重要的是可能给探测人员带来危险。采用智能侦检机器人代替人员去探测任务场景，可以通过机器人上装备的多种传感器获得完整的现场信息，还能使得救援人员在侦检过程中远离危险，提高任务执行效率，减少人员伤亡。针对不同使用场景，采用不同机器人可以满足使用需求：对于高楼或狭小型空间，可采用抛投式微小型智能探测机器人执行侦检任务；对于地面情况复杂的情况，履带式应急智能探测与救援机器人可以更好实现侦检功能。 本项目形成的产品将主要应用与消防以及应急救援行业，针对火灾现场不明状况的环境条件，尤其是充斥烟气但尚无太高温度的现场环境，研究设计适合消防救援现场信息探测与侦检的抛投式微小型智能探测机器人，通过投掷、炮射等快速部署方式布置到现场，侦测并实时回传现场救援所需信息，实现救灾现场信息的应用集成与辅助决策系统构建，切实保证消防战士施救自身安全、提高救援效率的战术目标。 抛投式微小型智能探测机器人，是一种小型机器人，2公斤以内，可以随身携带，可以以手抛、炮射、空投等方式进入灾害（火灾、地震、化学爆炸等）现场，实现危险环境的无人探测与通讯。 它可在救援人员无法快速接近或不适宜进入的事故现场，采用抛投形式实现快速部署，主动探测火灾现场情况。一方面可以替代消防人员进入不适合人类进入的事故现场，保证了人身安全另一方面，抛投快速部署也提高了灾难响应速度。 本项目中研发的三款机器人都具备对火灾现场温度、气体浓度、可见光或红外图像、视频、声音等环境信息与参数的探测与侦检能力，严格按照消防装备安全规范进行设计，满足消防现场信息探测设施快速部署、所需信息有效侦测等功能要求，特别适用于消防救援现场危险信息的实时探测与搜救任务，可以对起火点的寻找与确认、人员定位与搜救提供重大帮助。根据现场情况的具体需要，可以选择使用不同形态的机器人代替消防战士先行进入各种灾情现场、以及可能坍塌的建筑物、被火墙封锁的室内空间等救援现场开展信息侦检和搜救工作。智能机器人现场侦检实时传回的现场信息，可以有效接入消防救灾现场信息系统，通过信息的集成应用构建救援现场指挥辅助决策系统，对于保证救援人员自身安全、减少次生灾害、提升救援水平具有显著的技术支撑作用。 本项目研发的机器人技术，主要是填补了现有消防装备在复杂环境下智能化侦查能力的不足，使智能机器人技术应用与消防救援任务相结合，社会效益和经济效益价值凸显，并将进一步促进我国消防应急处理关键技术与装备的发展。

该项目是《新一代人工智能发展规划》提出构建非完全信息下智能决策基础理论与框架要求下的形成的首批国内领先、国际一流成果之一。该项目面向非完全信息、群体、多群体的复杂博弈决策问题，对博弈决策的建模、度量、策略求解等具有开创性贡献。在顶级评测ACPC中连续5年保持世界前三、亚洲第一。项目平台实现博弈决策与超算相结合，建立KP级别算力平台的超大规模博弈决策系统。其研究获得国家级重点涉密项目、总装备部重点实验室基金等立项支持。 项目成果与平安、腾讯、前海金融等企业展开广泛的合作。协助平安科技基

随着电力电子技术的发展，晶闸管投切电容器(Thyristor Switch Capacitor-TSC)逐步取代了机械式开关投切电容器。●项目技术特色和创新性： 1）TSC的开、关无触点，对投切时刻也可以精确的控制，可以无冲击的快速将电容器接入电网，在很大度上减少了投切时的冲击电流和操作过电压。 2）装置动态响应速度快，结构紧凑，设备投资小，运行能耗小，可频繁的动作，分相调节，对电压波动起到抑制的作用，而且它自身不产生谐波

智能超表面的主要组成部分是人工电磁超材料。与传统的材料不同，该材料可以实现对入射电磁信号的智能化定向反射，反射角度可由软件实时调控。 一、项目分类 关键核心技术突破 二、成果简介 智能超表面（Reconfigurable Intelligent Surface）是一种全新的无线通信增强技术，有望解决后5G时代面临的无线网络覆盖难、能耗高这两大痛点。智能超表面的主要组成部分是人工电磁超材料。与传统的材料不同，该材料可以实现对入射电磁信号的智能化定向反射，反射角度可由软件实时调控。该技术可弥补网络覆盖盲区，减少需要建设的通信基站数量，是一种经济、绿色、节能的移动通信新思路。智能超表面被广泛认为是5G+/6G的关键技术之一，也是国际竞争异常激烈的研究热点。