近日，浙江大学伊利诺伊大学厄巴纳香槟校区联合学院（ZJUI）研究员、助理教授钱超团队在超表面智能设计领域通过引入物理感知的注意力机制，成功实现了超表面设计知识在不同频率间的鲁棒迁移。相关成果已发表于光学领域国际著名期刊 Laser & Photonics Reviews (中科院一区，IF = 10.0)。论文第一作者是浙江大学2024级电子信息专业硕士研究生黄灿。

超表面虽能通过微观结构精确调控光场，但往往具有复杂的频谱依赖性。一方面，现有智能设计方法大多局限于 “单频率、单模型” 模式，难以在宽频带内实现高效的知识迁移；另一方面，传统迁移学习方法因缺乏物理机制的引导，容易产生源领域知识对目标域学习的 “负迁移” 干扰。因此，如何赋予算法区分通用物理规律与特定频段噪声的能力，成为实现宽带鲁棒设计突破的核心关键。

针对上述挑战，研究团队提出了一种注意力引导的知识迁移新框架。该框架的核心在于设计了一个物理感知的自适应筛选模块，其工作机制模拟了人类认知的筛选逻辑：摒弃了对所有参数的盲目迁移模式，而是根据目标场域的物理属性（如波长、波数），动态评估源场景知识的适配价值。这一模块如同 “智能开关”，既能选择性保留具有普适意义的跨域核心特征，又能有效抑制源场景特有的共振细节等 “冗余噪声”。

▲注意力引导的跨频率超表面设计概念框架

为了实现这一概念，研究团队构建了专属物理特征分析架构。不同于传统黑盒模型仅将频率当作单纯的数字标签，该架构创新性引入 “物理频率编码器”，将输入频率解耦为具备明确物理意义的核心参数。这些物理参数经编码转化为高维特征向量，以 “上下文信号” 的形式注入自适应加权模块，动态调制网络对远场辐射方向图的特征提取过程。此外，网络末端还集成了物理引导波束成形模块，进一步保障生成的超表面相位分布严格遵循波动光学的物理定律。

▲低频（6GHz）下关注全局模式（左图）；高频（10GHz）下聚焦局部细节（右图）

借助网络内部权重的可视化分析，研究团队揭示了模型的内在物理直觉：在低频任务中，模型的关注范围相对发散，更倾向于捕捉全局相位分布模式；而在高频任务中，关注点则变得集中且局域化，聚焦于亚波长结构的精细细节。这种从 “全局概览” 到 “局部精修” 的重心转移，与波场相互作用的本质规律高度契合。

宽频带验证结果显示，相较于传统的全参数微调或直接迁移方法，该框架的预测准确率提升超 10%。得益于高效的知识复用机制，该方法使训练数据需求量降低 20%，有效减少了宽带超表面模型构建过程中的仿真计算成本。

为进一步验证该框架的实用性，团队设计了一款可重构超表面原型，并在专业实验环境中完成测试。实验结果表明，模型生成的相位分布所对应的远场波束，与目标波束高度吻合。这意味着该框架学到的是波动物理的本质规律，而非单纯拟合仿真数据。

▲暗室实验验证中，超表面在不同频率下均实现了精准的波束成形

本研究提出了一种融合物理先验与自适应机制的高效计算新范式，攻克了宽带超表面逆向设计中频率特异性与负迁移难题。其 “物理感知” 的设计理念还可拓展至太赫兹与光学波段，未来有望在智能自适应超表面、动态全息成像及无线通信等领域展现重要应用价值。

《Laser & Photonics Reviews》是由著名出版机构Wiley Online Library主办并发行的学术期刊，自2007年创刊以来，已被多个国际知名数据库如SCI和SSCI收录，成为物理与光学综合研究领域的重要学术平台。该期刊涵盖了光子学和光学领域的评论、原创研究文章，主要聚焦于量子学和光学的理论研究及工程实践。