基于数字孪生的人工智能产业人才培养模式

王庞伟， 王天任， 刘小明， 张名芳， 熊昌镇

（北方工业大学电气与控制工程学院，北京 100144）

0 引 言

在新工科建设背景下，人工智能产业的快速发展对高校人才培养模式带来重要挑战和机遇。根据Element AI《全球AI 人才报告》、清华大学《中国人工智能发展报告》显示，欧美等发达国家在人工智能产业人才规模上仍处于世界前列，我国人工智能领域的人才梯队基础尚薄弱［1-2］。由此，2018 年教育部出台《教育信息化2.0 行动计划》指出，高校要加快建设智能教学体系，构建线上多模式课堂、虚拟仿真实验室等智能学习空间，推进智能技术深度融入教育教学全过程［3］。随着人工智能产业对人才质量要求的不断提升，高校需要培养更多具备理论创新能力与实践技能的综合型人才，因此建立适合人工智能产业需求的新型课程体系与实践教学系统成为教学改革探索新趋势。在这一背景下，数字孪生、边缘计算与云平台等新兴技术为人才培养与实践教学模式改革提供了新的视角和创新路径［4-9］。目前，北京航空航天大学等多所高校结合数字孪生构建基于人工智能和边缘计算的贯通式实践教学模式，采用虚实结合、理论与实践结合、产教融合等方法［10-13］，结合专业课程建立数字孪生课堂，打造沉浸式学习体验，并结合产业应用构建数字孪生实验室，构筑虚拟现实操作空间，提高学生分析、解决问题的能力及实践能力［14-17］。同时在云平台上进行线上教学，集成课程案例库等资源，为实践环节提供技术支撑。

本文以智能交通实验室实践教学为例，依托现有基础，深入研究基于数字孪生技术的实践教学模式，构建“多主体、多维度、多层次”的立体人才培养体系，打造面向人工智能多场景应用与多学科交叉融合的数字孪生实践教学系统。

1 人工智能产业人才培养模式

针对人工智能产业牵引下新工科专业人才培养所面临的问题，围绕数字孪生、边缘计算、虚拟现实等关键技术和核心需求，与行业知名企业、科研院所等多主体展开深入合作，探索基于数字孪生技术的理论课程体系、实践创新平台建设及人才培养模式，形成以综合工程实践能力和创新能力培养为目标的实践创新人才培养体系，对国内高校新工科专业人才建设起到示范效应，并带动人工智能等相关专业发展。人才培养模式结构如图1 所示，具体研究内容包括。

图1 人才培养模式结构

（1）建设符合人工智能产业发展的“双闭环”理论课程体系，以课程理论知识为载体，将产业理念、产业技术、产业案例融入课程建设，结合物联网，大数据，云计算等前沿高新技术建设新工科专业特色课程，提出数字孪生课堂教学革新方法，提高学生对理论知识的实践、运用、创新能力。

（2）融合场景化实践内容和校内外实训基地构建新型“双映射”数字孪生实践教学平台，依托实际工程应用案例集，整合高校实验室资源，建立以数字孪生技术实践系统为核心的多场景驱动的创新实践模式，形成从校内工程实践教育到企业项目实践贯通式培养路径，完善以综合工程实践能力和创新能力培养为目标的人才培养体系。

（3）以人工智能相关领域不同职业岗位群的实际需要为出发点，大力推进智能产业赋能高校教育行业升级，关注社会对专业人才核心需求，与企业、科研院所等用人单位展开深入合作，探索基于人工智能产业牵引的实践创新基地建设及人才培养模式，构建融合专业基础、场景化实验、工程实训、企业实践的“多主体、多维度、多层次”的立体人才培养体系。

2 数字孪生实践教学模式建设方案

2.1 “双闭环”课程体系建设

2.1.1 课程体系建设方法

课程体系分别从教师教学过程、学生学习过程出发，将数字孪生技术深度贯穿课堂理论教学，结合物联网、大数据、云计算等前沿技术建设新工科专业特色课程，提出数字孪生课堂教学革新方法，提高学生对理论知识的实践、运用、创新能力，形成以掌握理论应用为目标的闭环结构课程教学体系；同时深度推进产教融合，建立与校外企业、科研院所联动和可持续发展的合作机制，充分发挥校外实践基地在工程项目案例、项目实践培训、创新理论支撑、新技术应用等方面优势建立数字孪生场景化实验方法，校企共同参与教学改革，形成产教融合牵引的闭环结构实践教学体系，从而实现产教融合课程体系“双闭环”。

2.1.2 课程体系建设内容

课程体系面向人工智能产业人才需求，针对人工智能产业特性，以“专业能力掌握”程度为目标，建设更具普适性与推广性的课程体系。如图2 所示，本专业课程体系建设的基本策略是建立“理论教学—数字孪生课堂—理论应用—理论案例集生成”理论教学模式，同时形成“实践教学—数字孪生场景实验—工程实训—实践案例集生成”实践教学的“双闭环”课程体系。课程体系以完整的人工智能知识体系为基础，以培养学生实践能力为目标，理论与实践并重，应用与创新共生，精心配置各个数字孪生课堂模块，构建面向产业应用的数字孪生实验案例集。课程体系秉承将课程的实践性和应用性贯穿学生培养始终，且在课程体系建设过程中不断融入人工智能产业最新技术变革成果，打造基于数字孪生技术的理论教学以及实践训练并重的阶梯式能力提升环境。

图2 产教融合“双闭环”课程体系

2.2 数字孪生实践教学平台构建

2.2.1 数字孪生实践教学平台建设方法

结合人工智能产业应用发展需求，根据人工智能应用案例的现场可复现性，建设多场景数字孪生实践教学平台，将虚拟仿真场景型实验室和实际工程型实验室有机结合，并将课程理论知识和实验数据建立映射关系，形成新型数字孪生实践教学运行平台。建立以学生专业理论与课程实践为中心，综合工程实践能力培养为目标的专业基础实验室、场景型实验室、工程型实验室、企业实践创新基地阶梯式实践能力培养模式，由实践内容再与工程案例建立映射关系，从而实现数字孪生实践教学平台“双映射”。数字孪生“双映射”平行控制方法如下［21］。

平行控制方法中，系统的状态方程为

系统的控制方程为

式中：x是状态向量；u是控制向量。通过上式实现控制系统与被控系统在数学形式上的等价映射，是数字孪生系统物理—数字空间“双映射”平行控制的基础。

上式可进一步写为

式中：z=［xT，uT］T；G（·）=［f（·）T，h（·）T］。式（3）为平行控制与神经网络方法之间建立了联系，通过引入带有神经网络的多种人工智能算法，解决数字孪生系统中大量的非线性规划问题，如图3 所示。

图3 数字孪生系统平行控制架构

2.2.2 数字孪生实践教学平台建设内容

本项目实践平台面向人工智能典型应用案例，将数字孪生场景结合实践教学内容，紧扣产教融合人才专业能力要求，构建“专业实践内容—数字孪生场景”和“数字孪生场景—实际项目应用”的“双映射”实践教学平台，如图4 所示。该平台的设计具有以下特点：

图4 人工智能专业数字孪生实践教学平台

（1）面向产业需求建立实践教学大纲。结合专业教学内容与产业人才专业需求对人工智能专业核心课程建立实践教学大纲，以理论课程与产业典型应用为实践教学案例，应用数字孪生实践教学平台设计相关实验。

（2）建立模块化实践方案。在数字孪生实践教学平台中对学生实践内容进行模块化设计，学生在实践过程中对系统模块进行调用并结合人工智能方法来完成实验。同时引入开源资源后形成“专业实践内容—数字孪生场景”的映射，为学生参与课程实践提供产业案例库和软硬件支持。

（3）对接实际项目，重视与校内外实践基地相结合。积极对接校外实践基地资源，加入行业领域代表性企事业单位、科研院所典型项目案例，形成“数字孪生场景—实际项目应用”的映射，组织学生参与到项目方案设计、软硬件开发、结题验收等各个环节。

2.2.3 “智能驾驶技术”课程实践案例

（1）数字孪生实践教学平台物理—数字空间实验场景构建。数字孪生实践教学平台依托智能交通沙盘、边缘计算设备与通信设备构建物理空间场景。智能交通沙盘包含城市路网的基础道路设施与通信设备，并基于边缘计算设备实现多源传感器数据融合、车路协同控制、交通信号控制、通信数据解析，有效提高物理世界整体运行效率。

数字孪生实践教学平台依托PreScan与Matlab联合仿真软件搭建数字孪生场景（见图5）。在联合仿真软件中设置智能交通沙盘与智能小车在数字孪生场景中的环境特征与车辆参数（见图6）。数字孪生空间开放硬件通信设备接口连接真实物理空间的路侧边缘系统实现物理—数字空间双向数据交互，在平台联合仿真软件上对物理—数字空间的智能小车进行联调，控制沙盘智能小车的行驶状态与数字孪生车辆状态保持一致（见图7）。

图5 智能交通沙盘与数字孪生场景

图6 车辆动力学模型与车辆参数设置

图7 智能小车与数字孪生车辆

（2）数字孪生课程云平台资源库构建。由校内外教师、科研专家、企业工程专家组成的教学委员会在云平台上进行线上教学，共同完成产教融合“双闭环”课程体系内的核心课程教学内容。如图8 所示，教学委员会将“智能驾驶技术”课程中自适应巡航控制理论章节的课程库导入，将形成数字孪生课程的教学材料上传至云平台课程库，学生可进入云平台完成教学内容的学习和作业提交，并通过云平台后台进行答疑。在云平台建立数字孪生实践教学平台所需的模型库与工程库，为学生实践环节提供海量工程案例资源和数字孪生模型支持，方便学生调用。通过云平台线上协同，对接行业实际典型项目案例，学生可以在线上参与项目的方案设计、软硬件开发、成果验收等各个环节，提高学生创新实践能力。

图8 智能车自适应巡航控制理论课程库导入

（3）数字孪生实践教学平台实践。在数字孪生实践教学平台开展人工智能实验，要求学生解决人工智能产业牵引的交通集成项目中车路云协同控制、人机界面设计等多学科交叉问题，提高面向产业应用的软硬件技术水平，增强实际项目的实践开发与运营能力。如图9 所示为学生依托数字孪生实践教学平台进行“智能驾驶技术”课程实践环节的数字孪生车辆与沙盘智能小车的启停、加减速、编队控制、车路协同等人工智能实验，在实验中学生通过操作驾驶模拟器对数字孪生车辆进行驾驶，有效提高实践参与度与学习积极性。

3 数字孪生实践教学模式的建设效果

数字孪生课程体系与数字孪生实践教学平台建成以后，在促进学生学习、实践参与、竞赛成果等多方面发挥了重要作用，较传统培养模式取得了更好的效果。

（1）学习态度与专业认知。通过应用数字孪生场景化课堂教学革新方法、增设面向人工智能专业产教融合特色课程与实际案例教学、云平台线上协同教学，打破传统人才培养中课本理论内容的局限，紧密契合学生课程学习需求，提高了学生在课堂上的积极性。通过学习，学生对人工智能领域专业课程有了更加明确的目标与认知，学习目标开始由通过考试向提高专业水平转变。数字孪生实践教学平台将理论与实践具象化，加深学生对专业实践的认知。同时，数字孪生实践教学模式以专业领域实际需要为出发点，对学生按兴趣方向进行专业能力培养，使学生在学习态度和专业认知方面较传统培养模式有显著提高。

（2）实践参与度与课程满意度。学生通过数字孪生实践教学平台，在数字空间可以直接进行实验操作、沉浸式感受实验的动态效果，并参与课程实验设计与企业项目实践。学生在数字场景中反复实践，并可在实验室中加以复现，得到充分实践锻炼，有效激发了学生的创新创造热情，学生的实践参与度和课程满意度较传统培养模式有显著提高。

（3）学习成绩与竞赛获奖。学生的综合成绩评价标准由上课考勤与表现成绩、课程实验成绩、期末成绩等加权得到。通过数字孪生实践教学模式的应用，学生在课上表现与实验成绩明显提高，对课程理解更加深入，专业学生的期末成绩有整体提高。数字孪生实践教学平台已成为学生参与各类赛事的重要载体与组成部分，学生依托该平台在全国电子设计竞赛，全国交通科技大赛，中国机器人大赛等赛事中多次取得国家级、省部级奖励，参赛人数与获奖比例较传统培养模式有显著提高。

4 结 语

针对当前新工科背景下课程教学与实践特点，结合新型数字化产业需求，进行基于数字孪生的人工智能产业人才培养模式研究，并得到初步运行效果。综合大数据、边缘计算等跨学科专业构建的产教深度融合、人工智能创新应用型课程体系与实践教学平台，能够有效提高学生的理论创新水平和综合实践能力，调动学生参与专业学习的热情，不断增强面向就业的实际业务能力，达到传统人才培养模式难以达成的效果。此模式的应用与推广将为其他高校提供更好的借鉴和引领带动作用。