浙大团队提出集群超表面MetaSeeker，融合深度强化学习与群体优化，成功实现空间智能隐身

浙江大学钱超研究员和陈红胜教授团队提出了一种名为MetaSeeker的集群超表面系统，该系统融合了深度强化学习与群体优化策略，成功实现了空间智能隐身。MetaSeeker具备自主电磁环境感知能力，能够快速进行超表面逆向设计，并通过远程方式构建“隐身网”，解决了单体隐身机动性和兼容性差的问题。该系统采用双层优化框架，结合自博弈强化学习和分布式协同理念，能够在复杂环境中灵活适应并实现智能修复。MetaSeeker不仅能在城市和自然环境中广泛应用，还能用于通信干扰/增强、城市电磁污染治理、卫星通信抗干扰等，为智慧城市电磁基建提供支持。相关研究成果已发表在《Light: Science & Applications》上，被认为是将现有隐身研究推向了空间隐身的新阶段。