车辆和行人等能像“幽灵”般自由穿行......这不是科幻故事，而是浙江大学钱超研究员和陈红胜教授团队所打造的一款名为 MetaSeeker 的新成果带来的功能。
MetaSeeker 的全称是 Metasurfaces Seeker，中文翻译名是超表面探索者，寓意为利用集群超表面在复杂物理世界中自由地探索和构建电磁空间。研究中，他们通过自博弈强化学习驱动集群超表面，在动态无序环境中构建了开放的隐身空间，让此前的单体智能隐身一举跨越至空间智能隐身。
据介绍，MetaSeeker 具备自主电磁环境感知能力，能够实现快速的超表面逆向设计，以及能以远程方式编织“隐身网”，可以解决现有单体隐身机动性差和兼容性差难题。
MetaSeeker 采用双层优化框架，融合了深度强化学习与群体优化策略，从而能为强化学习智能体配备灵活的“四肢”，并能利用集群超表面来灵活地调控电磁空间，以及可以敏锐地嗅到每次决策对应的电磁散射扰动，从而能够不间断地学习混沌物理系统的运行规律。
这种自学习机制使得 MetaSeeker 能够轻松地处理分布式超表面的复杂优化问题，进而能够灵活地适应千变万化的场景。此外，研究团队还引入了分布式协同理念，即使部分组件损坏，剩余集群超表面仍能自主重组网络，实现“断臂再生”般的智能修复。
无论是城市商场还是丛林山川，MetaSeeker 与实际复杂环境有很好的兼容性。因此，它的潜在应用非常广泛，可以为相关仪器装备开辟一个隐身空间或隐身通道，让目标可以自由穿梭运行而不会被探测。更广泛的意义在于，它可以按需重构整个电磁空间，能够实现通信干扰/增强、城市电磁污染治理、卫星通信抗干扰等各种功能，从而用于智慧城市电磁基建。
近日，相关论文以 MetaSeeker: sketching an open invisible space with self-play reinforcement learning 为题发表在Light: Science & Applications上。浙江大学吴贝博士是第一作者，钱超研究员和陈红胜教授担任通讯作者。审稿人评价称，这一工作将现有隐身研究推向了空间隐身的新阶段。
据介绍，新型隐身——指的是通过重构电磁散射场使电磁波绕过物体并按原来路径传播，从而使物体隐身或伪装，能够有效减少被探测追踪的概率，对于遥感、通信、导航、深空等领域有着重大影响。新型隐身则通过重构电磁散射场，使物体仿佛根本不存在一般，从而可以在任何背景环境下都能实现隐身。
鉴于其所蕴含的巨大应用前景，新型隐身及其相关的电磁材料研究三次入选Science年度“十大科技突破”，成为新一代信息技术、新材料等重点领域的主要发展方向。过去十几年，新型隐身在理论与实验上都得到长足发展，但仍面临着材料功能单一、响应速度迟缓、场景自适应差等重大挑战。
2020 年，本次研究团队率先提出智能超材料自适应隐身并进行了实验验证。验证结果显示，智能自适应隐身能够集成感知-决策-执行功能，在不依赖任何人为操控的情况下，快速地动态地适应不断变化的背景环境和外部刺激，15 毫秒即可“换装”骗过雷达，从而与背景电磁环境特征融为一体。进一步，研究团队将智能自适应隐身拓展至三维全极化、海陆空三域、多模态样式等，推进了新型隐身技术在动态、开放、复杂环境中实验验证。同时，这些工作也促进了智能超表面技术的发展，对无线通信、能量传输、电子对抗、成像探测等领域产生重要影响。
智能隐身需要给目标穿上一件“量身定制”的外衣，赋予单体强大的自适应隐身能力，但是机动性会受到一定影响。一旦目标发生改变，外衣就需重新裁制，过程较为繁琐。为了解决这一问题，研究团队在多年前开展了本次课题。
在构思本次工作的时候，所设计的步骤涵盖了小车编队、超表面设计、智能化实验系统搭建等。期间的算法建模和物理理论难度非常大，他们经历了很多挫折，最终取得不错的结果。而本次成果取名为 MetaSeeker，寓意它像一群勇敢的探险家，在人工智能的驱动下，重构电磁空间，探寻全新的超表面物理和超表面功能。
据介绍，钱超和所在团队长期聚焦于研究智能超表面、电磁隐身、逆向设计和光计算研究，2025年，他们深入探讨超材料与人工智能的相互作用，对该领域进行了总结和展望，并将这种互相作用概括为“智能超材料与超材料智能”。
智能超材料，指的是以可调超表面为物理硬件，融合深度学习等智能算法，根据用户自定义输入和动态场景的实际需求，快速计算和控制超表面的编码状态，从而实现对电磁波的幅度、相位、偏振、角动量等关键物理量的自适应精准调控。这一方向不仅推动了超材料从传统被动、可调模式向智能化方向迈进，加速了超材料的按需设计与下一代智能自适应电磁器件的发展，同时也为发掘潜在的超材料物理规律提供了重要支撑。
超材料智能，指的是利用超材料调控电磁波的衍射、散射和干涉等特性，在物理层直接对电磁散射场进行分析和计算，通过“传播即计算”的方式实现以场波为载体的电磁神经网络、电磁逻辑计算和电磁数学算符。它凭借速度快、算力高、并行能力强、能耗低等优势受到广泛关注，有望应用于图像检测和自动驾驶等高通量数据处理领域，同时在光学加密、显示、存储等领域也具有巨大潜力。
对于未来，钱超表示后续他将重点开展集群智能超表面研究，例如研究极端散射调控、超表面协同工作、多模态感知、跨场景知识迁移等，力争形成一些示范性应用。
参考资料：
Wu, B., Qian, C., Wang, Z. et al. MetaSeeker: sketching an open invisible space with self-play reinforcement learning.Light Sci Appl14, 211 (2025).
https://doi.org/10.1038/s41377-025-01876-0
Chao Qian, Ido Kaminer, and Hongsheng Chen, A guidance to intelligent metamaterials and metamaterials intelligence. Nature Communications 11,1154 (2025) Chao Qian, Bin Zheng, Yichen Shen, Li Jing, Erping Li, Lian Shen, and Hongsheng Chen, Deep-learning-enabled self-adaptive microwave cloak without human intervention.Nature Photonics14, 383-390 (2020)
亿?配资提示：文章来自网络，不代表本站观点。
