以往的超材料仅作为人类操作员的代理，实现预定义功能，而我们设计的自主超材料实体能够以自然语言推理感知环境，规划并执行其动作，包括基于可编程超表面的EM波操控，用于传感和通信。在此，我们提出并实验验证了一种具有推理和认知能力的超材料智能体（称为metaAgent），能够自主规划并成功执行包括电磁（EM）场操控及与机器人和人类交互在内的多种长期任务。提出了一种基于强化学习的电磁超材料智能代理框架，将超

论文快讯：折纸超表面实现可重构手性辐射 浙江大学团队在《Laser Photonics Reviews》发表研究，提出基于折纸原理的可重构超构表面(OriPCM)，通过机械折叠实现极化态在线极化与圆极化之间的动态切换，同时调控工作频率。该设计将二维平面结构变形为三维折叠形态，利用开口环谐振器产生平行/反平行电/磁偶极子实现自旋选择响应。基于此开发的折叠反射阵列天线(OriPCM-FRA)峰值增益达

摘要（149字）： 清华大学团队在《Laser & Photonics Reviews》提出一种超表面嵌入式拓扑光子晶体，解决了传统拓扑光子晶体功能单一与超表面缺乏拓扑保护的矛盾。通过在二氧化钛光子晶体中设计旋转纳米缺口，实现了手性调控、相位梯度编码及手性奇异点生成，同时保持连续谱束缚态的拓扑特性。实验证明该平台兼具高Q因子、偏振调控和多功能集成能力，为手性传感、涡旋光束等应用提供了新范式

e) 自支撑双层超表面由空气环绕的双层超原子构成，实现高折射率对比度与纳米鳍内模式约束，底部为工艺制备的TiO₂双层超表面SEM图像。尽管多层超表面通过级联设计可扩展自由度，但现有实现方案（如堆叠超表面、双面超表面或嵌入式双层结构）因菲涅尔反射、低折射率对比或杂散耦合等问题，导致模式限制不足、效率低下（通常<50%），且依赖圆偏振光入射。图4 | 超光栅性能表征。a) 测试系统：超连续光源经显微物

逆向设计的PCMA成功检测到四种分子及其混合物的分子振动指纹，并通过基于支持向量机（SVM）的机器学习模型实现了100%的分子识别准确率。在1095 cm⁻¹至1602 cm⁻¹的光谱范围内，逆向设计的PCMA成功检测到四种分子及其混合物的特征分子指纹，并通过SVM模型实现100%的识别准确率。本文展示的完全AI驱动的自由形式PCMA设计与分子识别方法，为快速、紧凑的可调谐超材料吸收器设计，以及灵

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

这个专栏主要是想和大家分享一下深度学习的基础知识，主要是以吴恩达老师深度学习课程内容作为基础，并补充了很多其他内容希望让整体内容更加容易理解和系统化。如果想要了解具体专栏里面有什么内容的话，可以看一看我们专栏的目录，在目录里面还说明了小伙伴的分工，这些内容都是所有小伙伴们一起努力完成的，有希望和我们一起学习的的小伙伴也可以加入我们啊。另外我们还将内容以书籍的形式放到了github上，之后还会陆续上

这个专栏主要是想和大家分享一下深度学习的基础知识，主要是以吴恩达老师深度学习课程内容作为基础，并补充了很多其他内容希望让整体内容更加容易理解和系统化。如果想要了解具体专栏里面有什么内容的话，可以看一看我们专栏的目录，在目录里面还说明了小伙伴的分工，这些内容都是所有小伙伴们一起努力完成的，有希望和我们一起学习的的小伙伴也可以加入我们啊。另外我们还将内容以书籍的形式放到了github上，之后还会陆续上

逆向设计的PCMA成功检测到四种分子及其混合物的分子振动指纹，并通过基于支持向量机（SVM）的机器学习模型实现了100%的分子识别准确率。在1095 cm⁻¹至1602 cm⁻¹的光谱范围内，逆向设计的PCMA成功检测到四种分子及其混合物的特征分子指纹，并通过SVM模型实现100%的识别准确率。本文展示的完全AI驱动的自由形式PCMA设计与分子识别方法，为快速、紧凑的可调谐超材料吸收器设计，以及灵

逆向设计的PCMA成功检测到四种分子及其混合物的分子振动指纹，并通过基于支持向量机（SVM）的机器学习模型实现了100%的分子识别准确率。在1095 cm⁻¹至1602 cm⁻¹的光谱范围内，逆向设计的PCMA成功检测到四种分子及其混合物的特征分子指纹，并通过SVM模型实现100%的识别准确率。本文展示的完全AI驱动的自由形式PCMA设计与分子识别方法，为快速、紧凑的可调谐超材料吸收器设计，以及灵