该项目率先实现了基于深度学习的新一代智能隐身衣器件，在不依赖任何人为操控的情况下，快速地适应动态变化的背景环境，从而与背景电磁环境特征融为一体，实现自适应隐身。

This work for the first time reports a deep learning enabled self-adaptive invisibility cloak, which can rapidly remain invisible for an ever-changing surrounding environment without any human intervention.

项目负责人及研究团队简介：陈红胜，教育部长江特聘教授、国家杰出青年基金获得者、中组部首批青年拔尖人才、全国百篇优秀博士学位论文获得者、教育部霍英东青年教师奖获得者。在Nature、Nature Photonics、Nature Physics、Nature Materials、Nature Nanotechnology、Nature Communication、Science Advances, PRL, PNAS等期刊上发表了240余篇SCI论文，引用10000余次；多项研究工作相继被中国科学院《科学发展报告》选为中国具有代表性研究成果，入选中国光学十大学术进展，多次被Nature、Science News、Scientific American、MIT Technology Review等国际知名科技杂志列为研究亮点。目前担任PIER、Journal of Optics等4份SCI期刊的执行主编、专题主编和编委等职务。

团队照片

图1 智能隐身实验装置和近场成像 

图2 智能隐身小车穿过雷达探测区

你最想拥有的超能力是什么？心电感应，时间逆转，自由飞翔…… 在众多答案中，隐身术或许是位列其中的一项。古往今来，从西游记中遁迹匿影的孙悟空到哈利波特手中神奇的魔法棒，无数神话电影表达着人类对隐身的美好向往，也激励着科学不断探寻的脚步。近些年，随着变换光学和新型人工电磁材料的发展，隐身相关的科学研究飞速发展。它通过调控电磁波的传播路径，使外界电磁波探测器无法看到物体或看到的是另外一个不同物体的“像”。然而，与自然界动物的隐身术相比，人类的“隐身衣”研究仍然存在电磁参数苛刻、设计制备困难、频带窄、色散严重等重大挑战，导致大多数只能工作在单一的环境背景和电磁波模式。如果背景环境或者电磁波模式稍加改变，隐身性能便大打折扣，离实际应用有较长的差距。 

理想的隐身衣应该和章鱼和变色龙一样，能够快速自动地适应于变化的外界刺激和背景环境。受此启发，浙江大学研究团队在充分研究隐身领域关键技术瓶颈的基础上，开始尝试实现面向复杂变化环境的新一代智能隐身器件，这是科学界首次在理论和实验上的尝试。 

该团队结合人工电磁材料和深度学习，建立了一套完整的时域电磁仿真模型，通过揭示隐身的瞬态响应机制，验证想法的可行性；实验中，搭建电磁环境探测器和实验控制系统，设计智能电磁隐身材料，实验采集数据进行深度学习训练。

研究团队设计了一项小车智能隐身实验。当小车自由行使在凹凸不平的地面时，电磁环境探测器实时感知入射波和小车所处的背景环境，并把信息传给智能隐身芯片。当环境发生变化时，变色龙大约需要6秒时间过度到环境色，从而实现隐身。与变色龙相比，当电磁环境发生变化时，披着智能隐身衣的小车只需要15毫秒就能自动地实时“换装”，从而躲避雷达的探测。为了测试智能隐身衣的性能，陈红胜教授课题组开展了大量的实验，从近场成像和远场散射截面测量等多方面验证了智能隐身衣样机的可行性和鲁棒性。

智能隐身成功地融合了新型电磁材料和人工智能等领域，与传统的适应性光学不同，智能隐身采用硬件的手段实现用于隐身调控的深度学习模型，在应用中只需单次前向计算即可做出合理的决策，大大地缩短了响应时间，这一方法对于实时性要求很高的其他应用也有很好的借鉴意义。