近年来的研究聚焦于人工智能技术的创新与交通领域的应用，也非常关注经典模型与数据驱动方法的对比，具体包括：
1. 计算机视觉：使用深度学习算法进行目标检测，轨迹追踪、语义分割与实例分割等。
2. 虚拟现实技术：开展沉浸式VR实验，并与现场控制实验对比研究。
3. 行人路径选择：机器学习算法、离散选择模型、结构方程模型等。
4. 行人运动模拟：强化学习算法、社会力模型和元胞自动机模型等。
5. 行人轨迹预测：图神经网络和生成对抗网络等。
最近还在不断拓展新的研究内容，包括微观交通仿真，居民出行行为，网络流量预测，自然语言处理技术在交通领域的应用等等，希望今后可以和学生们一起做更多领域的研究。
