儒雅、谦和、自信、真诚。目前任职于英国伦敦玛丽女王大学的刘元玮老师正是一位朝气蓬勃又散发出英伦绅士气质的青年科学家。在「AI+通信」的研究领域中，刘元玮老师是一颗冉冉升起的明日之星。
至今，刘元玮老师已在非正交多址接入、可重构智能表面、无人及通信和机器学习等领域发表了近篇高质量论文，其中包括多篇ESI高被引论文和IEEEComSoc最佳论文。据统计，刘元玮老师的总论文被引次数超过了12,次。由于其在物联网领域做出的杰出贡献，刘元玮老师荣膺由AMiner评选的AI0最具影响力学者。
年7月4日，刘元玮老师接受了我们的采访，介绍了其代表性工作《AIEnabledSimultaneouslyTransmittingAndReflectingSurface(STARS)for°Coverage》，分享了他的求学的经历、研究的感悟，以及在学生培养方面的心得。
求学英伦，乘风破浪
回首一路走来的研究之路，刘元玮老师感慨道：开展某个方向的工作需要「天时、地利、人和」的条件，具有足够的精力，储备足够成熟的研究技能。
年，刘元玮老师阔别了母校北京邮电大学，来到了位于伦敦的QueenMary大学攻读博士学位。读博初期，刘元玮老师也经历过短暂的迷茫，尝试过许多的研究方向。
直到年，刘元玮老师前往兰卡斯特大学访问。在那里，他遇到了自己求学路上的第一位「贵人」——丁志国教授。那时起，刘元玮老师将自己的研究方向锚定为非正交多址技术（NOMA），并一直研究至今。在研究热点风云变幻的信息科学领域，一名研究者能够在求学初期找到能够为之奋斗十年的研究课题，实属一大幸事。除此之外，丁志国教授对刘元玮老师最大的影响莫过于向他灌输了「快乐科研」的思想，即享受科研、相信自己、为自己的研究成果而自豪。
年，刘元玮老师结实了自己学术生涯中的「灯塔」——南安普顿大学教授、英国皇家科学院院士LajosHanzo。「生活中温文尔雅、平易近人，工作上一丝不苟、认真负责」这是刘元玮老师对Hanzo教授的评价。Hanzo教授在学术写作上给予了刘元玮教授极大的帮助和指导。时至今日，刘元玮教授还会时不时拿出当年保存的Hanzo教授的手稿回味学习。
拥抱AI，融会贯通
在刘元玮老师攻读博士学位期间，人工智能技术在计算机视觉等领域（CV）的应用取得了突飞猛进的发展。目前，在人工智能领域中，美英等国仍然处于优势地位，中国的研究者也正迎头赶上。除了高校，国外的「FLAG」、国内的「BAT」等互联网巨头，三星、华为、高通等传统的通信公司都对AI技术研发有所布局。一些新的AI独角兽企业也纷纷开始崭露头角。
QueenMary大学在CV领域也做出了许多重要的工作。受到身边同学的启发，刘元玮老师萌生了将AI与通信技术相结合的想法。
年前后，刘元玮老师开始了博士后阶段的工作。在此期间，他首先尝试将AI用于自己熟悉的非正交频分多址（NOMA）场景。接着，他又尝试将AI应用于UAV（unmannedaerialvehicle）、STAR（SimultaneouslyTransmittingAndReflectingSurface）等场景下。
之所以从事AIin6G方面的研究，是因为现代通信系统需要优化的参数和系统指标非常多，系统关切的指标会随着场景、用户的改变而变化。而AI技术可以同时优化多项参数，并且针对具体场景、结合用户的行为规律进行预测，最终做出智能决策。相较于传统算法能搞好地适应场景的快速变化，基于AI的6G技术更适用于车联网、高铁通信、室内通信等新场景。
通信系统的智能化是目前学术界和工业界普遍看好的大趋势。然而，AIin6G的研发也面临重重的挑战，例如（1）通信系统中的用户调度，资源分配问题要求我们设计更好的高维离散化方法（2）时序数据集合的获取和构建，需要考虑数据的动态性、兼容性、复杂度。通信系统自身的复杂度较高，且对时延敏感，AI算法的处理速度可能难以应对环境的实时变化。强化学习可以处理长时间跨度的问题，对数据的依赖程度较低，是一种较好的解决方案。（3）统一的评测任务。AI+6G的研究缺乏像CV、NLP等领域中的标准化测试环境。为了促进该领域的发展，刘元玮博士团队正基于OpenAI的标准化API构建深度强化学习环境，平台将在未来开源。
目前，刘元玮老师团队正大力推进以下两个方面的研究：（1）AIforNGMA（NextGenerationMultipleAccess）。通过AI技术满足无线通信场景下的一些需求。（2）NGMAforAI。通过资源分配等设计，满足分布式计算对于时延等指标的要求。
笑对疫情，终成「STAR」
如今，英国社会对受疫情的影响已经较低，人们的工作和生活慢慢回到了正常的轨道上。
在新冠疫情爆发之初，伦敦很快就进入了封城状态，学校、餐厅等公共设施普遍都被封闭了起来，人们的生活一时间慢了下来。回忆起那段经历，刘元玮老师感慨万千。
起初，他的工作受到了相当程度的影响，由于在家会受到一些生活琐事的干扰，很难保持「亢奋」的工作状态，工作效率直线下降。面对这种情况，刘元玮老师及时做出了调整，强迫自己将工作和生活分开，通过出门散步调整心态。
渐渐地，刘老师发现从另一个角度来看，疫情之后的工作模式也产生了一些积极的变化。对于教职人员来说，原先的一些招生、开会、作报告、社交等杂事占用的时间变少了，留给研究的时间变多了，每天都有时间可以打开arxiv跟进最新的研究进展。也正是在此时，刘元玮老师大量查阅文献，着手大力推进STAR项目。他可以静下心来研究电磁、物理、麦克斯韦方程组，对研究中的「硬骨头」发起攻关。
6G通信的无线接入部分被广泛认为需要在原理和范式上取得革命性进步。在诸多候选技术中，可重构智能超表面（ReconfigurableIntelligentSurface,RIS）及其营造的智能电磁环境获得了大量专家学者的青睐。简而言之，在以往的通信环境中，电磁波等无线信号是不可控的。STAR技术可以在空气中实现对电磁波的控制。
具体来说，为了支持每个单元反射、折射系数的同时调节，STARS需要支持比反射式RIS更多的调节自由度。STARS需要具备独立可调的表面电、磁阻抗，这样，每个单元中的面电流强度（对应电阻抗）和涡旋电流强度（对应磁阻抗）才可以被动态的调节，从而控制其产生的反射和透射信号的幅值与相位，对无线信号的传播进行“人工配置”。在硬件层面的实现上，刘元玮老师团队考虑使用「块阵列」和「超材料」两种方法实现STAR。
如何智能地根据当前的自然传播条件和用户分布智能地控制STARS是决定系统性能优劣的重要因素。针对该问题，刘元玮老师团队提出了多种基于机器学习算法（强化学习、元学习等）的智能控制方案。
元学习即「Learniungtolearn」，本质上是教会机器如何学习。在基于元强化学习的6G场景下，我们不再针对单一的样本来训练智能体，而是需要通过迁移学习在通信系统中训练具有普适性的智能体。在通信系统中，一些基站之间存在很大的相似性，我们可以通过知识迁移降低训练成本。
刘元玮老师之所以选择使用强化学习技术进行STAR的智能控制，是因为强化学习对于数据的以来程度较低，天然地适用于通信系统中的决策与控制问题。为此，刘元玮老师团队设计了两种方案：（1）在多个基站进行采样，制作数据集，训练强化学习智能体（2）每一个智能体周围的传播环境较为稳定，使用自己基站的历史数据训练。
奖励函数是强化学习的「指挥棒」，设计奖励函数需要考虑的衡量通信系统性能的指标很多，例如：速率、能量效率、时延等。在设计强化学习奖励函数时，需要根据具体场景进行分析，确定各指标的系数，在保证有效性的同时，使优化难度可接受，训练可收敛。
STAR具有非常广泛的应用场景。例如：（1）隧道中的通信信号往往较差，通过STAR技术，我们可以在隧道的拐弯处或者信号不好的地方增强信号。（2）从室外到室内的信号连接是一个重要的通信问题，通过把STAR铺在窗户上可以有效增强室内外信号的传输质量。（3）在感知定位成像任务中，STAR可以将WiFI等低维信号转化为高
