论文快讯：中山大学团队在《Laser & Photonics Reviews》发表高分辨率RGB消色差超构透镜研究。该研究设计了一种偏振无关的二聚体纳米天线结构，实现了直径410μm、NA 0.97的超构透镜，成像分辨率达0.775μm。针对空间复用导致的成像模糊问题，创新性地结合U-net神经网络进行图像恢复，显著提升了成像质量。该成果为数字投影、VR/AR等应用提供了"硬件-

该设计能够对入射的非相干自然光（即直接的信息载体）执行高度并行的光谱向量内积运算，从而赋能传感器内的光学模拟计算，具备极高的能量效率。作者设计了一种基于超表面的光谱卷积神经网络（Spectral Convolutional Neural Network, SCNN）芯片，将光谱滤波和卷积操作集成在传感器内，借助超表面的高效光谱调控能力。具体来说，超表面通过其独特的亚波长结构控制光的分布和传播方向，

作为一个新手，写这个教程也是想和大家分享一下自己学习强化学习的心路历程，希望对大家能有所帮助。这个系列后面会不断更新，希望自己能保证起码平均一天一更的速度，先是介绍强化学习的一些基础知识，后面介绍强化学习的相关论文。本来是想每一篇多更新一点内容的，后面想着大家看CSDN的话可能还是喜欢短一点的文章，就把很多拆分开来了，目录我单独放在一篇单独的博客里面了。完整的我整理好了会放在github上，大家一

作为一个新手，写这个教程也是想和大家分享一下自己学习强化学习的心路历程，希望对大家能有所帮助。这个系列后面会不断更新，希望自己能保证起码平均一天一更的速度，先是介绍强化学习的一些基础知识，后面介绍强化学习的相关论文。本来是想每一篇多更新一点内容的，后面想着大家看CSDN的话可能还是喜欢短一点的文章，就把很多拆分开来了，完整的我整理好了会放在github上，大家一起互相学习啊！可能会有很多错漏，希望

作为一个新手，写这个教程也是想和大家分享一下自己学习强化学习的心路历程，希望对大家能有所帮助。这个系列后面会不断更新，希望自己能保证起码平均一天一更的速度，先是介绍强化学习的一些基础知识，后面介绍强化学习的相关论文。本来是想每一篇多更新一点内容的，后面想着大家看CSDN的话可能还是喜欢短一点的文章，就把很多拆分开来了，目录我单独放在一篇单独的博客里面了。完整的我整理好了会放在github上，大家一

摘要：上海理工大学团队在《Laser & Photonics Reviews》提出基于级联超表面的模块化衍射神经网络（MDNNs），突破传统全光计算的功能固定限制。通过自旋解耦超表面实现独立模块功能（如字母分类准确率93.3%），级联组装后生成新功能（数字分类+成像）。该设计支持类乐高的可重构架构，并展示高容量加密应用，为多功能集成光计算开辟新路径。

作为一个新手，写这个教程也是想和大家分享一下自己学习强化学习的心路历程，希望对大家能有所帮助。这个系列后面会不断更新，希望自己能保证起码平均一天一更的速度，先是介绍强化学习的一些基础知识，后面介绍强化学习的相关论文。本来是想每一篇多更新一点内容的，后面想着大家看CSDN的话可能还是喜欢短一点的文章，就把很多拆分开来了，目录我单独放在一篇单独的博客里面了。完整的我整理好了会放在github上，大家一

作为一个新手，写这个教程也是想和大家分享一下自己学习强化学习的心路历程，希望对大家能有所帮助。这个系列后面会不断更新，希望自己能保证起码平均一天一更的速度，先是介绍强化学习的一些基础知识，后面介绍强化学习的相关论文。本来是想每一篇多更新一点内容的，后面想着大家看CSDN的话可能还是喜欢短一点的文章，就把很多拆分开来了，目录我单独放在一篇单独的博客里面了。完整的我整理好了会放在github上，大家一

作为一个新手，写这个教程也是想和大家分享一下自己学习强化学习的心路历程，希望对大家能有所帮助。这个系列后面会不断更新，希望自己能保证起码平均一天一更的速度，先是介绍强化学习的一些基础知识，后面介绍强化学习的相关论文。本来是想每一篇多更新一点内容的，后面想着大家看CSDN的话可能还是喜欢短一点的文章，就把很多拆分开来了，目录我单独放在一篇单独的博客里面了。完整的我整理好了会放在github上，大家一

最近的深度强化学习（DRL）被吹的天花乱坠，强化学习本身作为一种非常普遍的范例，让大家觉得一个好的鲁棒的强化学习仿佛什么都可以做，然后又结合了深度学习的一些经验主义，让大家觉得DRL仿佛就是真正能实现通用人工智能的有效抓手（毕竟不用像监督学习那样一开始就收集大量数据，只是想我们小时候一样多尝试多探索然后就能学到东西的这个想法是多么像人类啊），这也是为什么这几年来，深度强化学习拿了超级多fundin