南大LAMDA 钱超 教授
报告生成时间： 2026年7月
个人主页： http://www.lamda.nju.edu.cn/qianc/ DBLP： https://dblp.org/pid/84/8508-1.html（别名 Chao Qian 0001，DBLP标注"Nanjing University, State Key Laboratory for Novel Software Technology, China"） Google Scholar： https://scholar.google.com/citations?user=Gn5BXswAAAAJ
一、学者基本信息
钱超，男，南京大学人工智能学院教授、博士生导师、院长助理，国家优秀青年科学基金获得者，CCF-IEEE CS青年科学家奖获得者。南京大学计算机软件新技术国家重点实验室（LAMDA实验室）核心成员。
教育经历： - 2005-2009，南京大学计算机科学与技术系，本科 - 2009-2015，南京大学计算机科学与技术系，博士（导师：周志华教授）
工作经历： - 2015-2019，中国科学技术大学计算机科学与技术学院，副研究员 - 2019年，回到南京大学人工智能学院，任副教授 - 2024年，晋升为教授
研究方向： 人工智能、演化计算（Evolutionary Computation）、机器学习。主要研究方向包括：演化算法理论分析、安全演化算法设计（具有可证明近似保证的演化算法）、高效黑箱优化算法（贝叶斯优化、演化策略、质量多样性、协同演化等）、学习优化（Learning to Optimize）、演化学习（演化强化学习、深度学习、集成学习），以及面向工业（电子设计自动化/芯片布局）和科学（地球科学）的复杂实际优化问题应用。
学术荣誉： - ACM GECCO 2011 最佳理论论文奖 - IDEAL 2016 最佳论文奖 - IEEE CEC 2021 最佳学生论文奖提名（指导学生） - DATE 2025 最佳论文奖（EDA领域顶级国际会议） - 第21届 ACM SIGEVO Humies（Human Competitive Results）Bronze Award - 中国人工智能学会优秀博士论文奖 - 入选中国科协青年人才托举工程（2016） - 国家优秀青年科学基金（2020） - CCF-IEEE CS青年科学家奖（2023） - 南京大学青年五四奖章（2022） - 南京大学"师德先进"青年教师奖（2023） - 入选百度全球AI华人青年学者榜单（2022） - IJCAI 2022 Early Career Spotlight报告 - MAEB 2025 特邀报告（Keynote） - 主持科技创新2030"新一代人工智能"重大项目（青年科学家） - 华为"难题揭榜"火花奖4次
学术服务： IEEE计算智能学会Evolutionary Learning工作组创始主席，IEEE CIS Theoretical Foundations of Bio-inspired Computation工作组主席，IEEE演化计算技术委员会委员，中国人工智能学会青工委副秘书长。担任Artificial Intelligence、Evolutionary Computation、IEEE Transactions on Evolutionary Computation、ACM Transactions on Evolutionary Learning and Optimization、IEEE Computational Intelligence Magazine等权威期刊副编/编委。PRICAI 2025程序委员会主席。
代表性成果： - 合著专著《Evolutionary Learning: Advances in Theories and Algorithms》（Springer, 2019；中文版人民邮电出版社，2021），与周志华、俞扬合著 - 以第一/通讯作者在AIJ、ECJ、TEvC、Algorithmica、TCS、AAAI、IJCAI、ICML、NeurIPS、ICLR等一流期刊会议发表70余篇论文，其中一作27篇 - AI for Science：成果以共同第一/通讯作者发表于PNAS和Nature Communications（生命起源与演化、土壤微生物源碳预测），入选2024年度中国生态环境十大科技进展 - AI for EDA：芯片布局优化成果获DATE 2025最佳论文奖、ACM SIGEVO Humies Bronze Award，已应用于华为海思芯片设计
二、DBLP数据统计
2.1 发表记录总览
DBLP pid: 84/8508-1（Chao Qian 0001），共210条发表记录（截至2026年7月），其中实际论文205篇（期刊论文103篇、会议论文101篇、专著1篇），另有5条为会议主编记录（PRICAI 2025）。103篇期刊论文中含70篇CoRR/arXiv预印本，33篇为正式发表的同行评审期刊论文。
2.2 年度产出分布
| 年份 | 论文数 | 年份 | 论文数 | 年份 | 论文数 |
|---|---|---|---|---|---|
| 2010 | 1 | 2016 | 5 | 2022 | 22 |
| 2011 | 3 | 2017 | 8 | 2023 | 22 |
| 2012 | 1 | 2018 | 17 | 2024 | 43 |
| 2013 | 2 | 2019 | 8 | 2025 | 37 |
| 2014 | 1 | 2020 | 6 | 2026 | 11（截至7月） |
| 2015 | 6 | 2021 | 12 |
趋势分析： 2010-2017年（博士期间及中科大副研究员期间）年均产出约3篇，处于理论积累阶段。2018年产出跃升至17篇，标志着团队建设初见成效。2019年回到南京大学后产出持续增长，2022-2023年各22篇，2024年达到峰值43篇，2025年37篇延续高产态势。2022年以后的论文占总量的约66%（135/205），反映了其在演化计算与AI for EDA方向的团队规模与影响力的快速增长。
2.3 合作者网络总览
唯一合作者总数：138人。其中合作10次以上的有17人，合作5次以上的有43人。
2.4 核心合作者（Top 30，按DBLP合作频次降序）
| 排名 | 合作者（DBLP名） | 合作次数 | 合作年份 | 身份/机构 |
|---|---|---|---|---|
| 1 | Ke Xue 0001（薛轲） | 65 | 2020-2026 | 钱超博士（2026届），现LAMDA助理研究员 |
| 2 | Yang Yu 0001（俞扬） | 48 | 2010-2025 | LAMDA教授，人工智能学院副院长 |
| 3 | Ke Tang 0001（唐珂） | 39 | 2016-2025 | 南方科技大学讲席教授，IEEE Fellow |
| 4 | Zhi-Hua Zhou（周志华） | 38 | 2010-2026 | LAMDA所长，中国科学院院士，博士导师 |
| 5 | Chao Bian 0002（卞超） | 38 | 2017-2025 | LAMDA助理研究员/博士后 |
| 6 | Miqing Li（李密青） | 18 | 2022-2026 | 英国伯明翰大学助理教授，多目标优化 |
| 7 | Yunqi Shi（侍昀琦） | 17 | 2023-2026 | 团队硕士/博士生，DATE 2025最佳论文一作 |
| 8 | Haopu Shang（尚昊璞） | 16 | 2022-2025 | 团队博士生 |
| 9 | Siyuan Xu（许思源） | 15 | 2024-2026 | 华为诺亚方舟实验室 |
| 10 | Dan-Xuan Liu（刘丹瑄） | 14 | 2021-2025 | 团队博士生 |
| 11 | Chengrui Gao（高程锐） | 13 | 2023-2026 | 团队博士生 |
| 12 | Ren-Jian Wang（王仁健） | 12 | 2023-2026 | 团队成员 |
| 13 | Shengjie Ren（任圣杰） | 12 | 2024-2026 | 团队成员 |
| 14 | Mingxuan Yuan（袁明轩） | 12 | 2025-2026 | 华为诺亚方舟实验室，EDA方向 |
| 15 | Lei Yuan 0005（袁雷） | 11 | 2022-2025 | LAMDA助理研究员（俞扬博士） |
| 16 | Xiaobin Huang（黄晓斌） | 11 | 2022-2025 | 团队成员 |
| 17 | Cong Guan（管聪） | 10 | 2022-2025 | 团队博士生（与俞扬联合） |
| 18 | Xi Lin 0001（林熙） | 9 | 2024-2026 | 团队本科/硕士生 |
| 19 | Rong-Xi Tan（谈荣熙） | 9 | 2024-2026 | 团队成员 |
| 20 | Lei Song（宋磊） | 9 | 2022-2025 | 跨机构合作者 |
| 21 | Chao Feng 0006（冯超） | 8 | 2018-2023 | 钱超中科大时期合作者 |
| 22 | Xin Yao 0001（姚新） | 8 | 2016-2021 | 南方科技大学教授，IEEE/ACM Fellow |
| 23 | Ruo-Tong Chen（陈若桐） | 7 | 2024-2026 | 团队成员 |
| 24 | Yu-Chang Wu（吴宇畅） | 7 | 2022-2025 | 团队成员 |
| 25 | Shixiong Kai（开世雄） | 7 | 2024-2025 | 华为诺亚方舟实验室 |
| 26 | Zeqiong Lv（吕泽琼） | 7 | 2022-2025 | 团队成员 |
| 27 | Yanan Sun 0001（孙亚南） | 7 | 2022-2025 | 四川大学教授，演化NAS |
| 28 | Shen-Huan Lyu（吕申环） | 6 | 2024-2026 | LAMDA成员 |
| 29 | Yawen Zhou（周雅文） | 6 | 2022-2025 | 团队成员 |
| 30 | Wenjing Hong（洪文静） | 6 | 2021-2024 | 团队成员 |
三、博士教育背景与导师追溯
3.1 博士阶段（南京大学，2009-2015年）
钱超2005年进入南京大学计算机科学与技术系攻读本科，2009年获学士学位后在本校直接攻读博士学位，师从周志华教授，2015年获博士学位。博士论文研究方向为演化算法的理论分析与算法设计，建立了演化算法解决子集选择问题的理论框架。
博士导师：周志华（Zhi-Hua Zhou）
周志华是LAMDA研究所所长、南京大学人工智能学院创院院长，中国科学院院士（2025年），欧洲科学院外籍院士，ACM/AAAI/AAAS/IEEE/IAPR/IET/CCF/CAAI Fellow（人工智能相关学会"大满贯" Fellow华人第一人）。周志华在DBLP上与钱超合作38次，合作跨度长达16年（2010-2026年），是钱超学术生涯中影响最深远的导师。钱超博士期间的研究奠定了LAMDA在演化计算理论方向的学术积累，其博士论文获中国人工智能学会优秀博士论文奖。
3.2 博士期间的学术协作
钱超在博士期间与同实验室的俞扬（48次合作，2010-2025年）紧密合作，共同推动演化学习方向。两人与周志华合著的专著《Evolutionary Learning: Advances in Theories and Algorithms》（Springer, 2019）凝练了三人在演化学习理论方面长达十年的合作成果。钱超最早的DBLP记录出现在2010年（博士一年级），此后与周志华、俞扬在GECCO、CEC、AAAI、IJCAI等会议上持续合作。
3.3 中国科学技术大学副研究员阶段（2015-2019年）
博士毕业后，钱超加入中国科学技术大学计算机学院担任副研究员。在中科大期间，他与唐珂教授（39次合作，2016-2025年）建立了密切的合作关系。唐珂当时为中科大教授（2017年转任南方科技大学），是演化计算领域的国际知名学者、IEEE Fellow。两人的合作聚焦于演化算法理论分析与应用，形成了延续至今的长期学术伙伴关系。这一时期钱超的年均产出开始从3篇上升至8-17篇，团队建设初见成效。
四、LAMDA团队合作网络
4.1 LAMDA实验室概况
LAMDA（Learning And Mining from DAtA）是周志华教授领导的机器学习与数据挖掘研究所，依托南京大学计算机软件新技术国家重点实验室。2018年南京大学成立人工智能学院后，LAMDA成为学院的核心研究团队。钱超2019年回到南京大学后，在LAMDA内主要负责演化计算与黑箱优化方向，独立建设了以AI for EDA（芯片设计自动化）和AI for Science为特色的研究组。
4.2 LAMDA教师同事（按DBLP合作频次排序）
| 教师 | DBLP合作次数 | 合作年份 | 职位/方向 | 合作关系说明 |
|---|---|---|---|---|
| 俞扬（Yang Yu） | 48 | 2010-2025 | 教授/副院长，强化学习 | 博士期间合作者，演化学习方向的共同推动者，合著专著 |
| 周志华（Zhi-Hua Zhou） | 38 | 2010-2026 | 教授/所长/院士 | 博士导师，LAMDA掌门人 |
| 袁雷（Lei Yuan） | 11 | 2022-2025 | 助理研究员，强化学习 | 俞扬指导的博士，RL方向交叉合作 |
| 章宗长（Zongzhang Zhang） | 5 | 2022-2025 | 教授，强化学习 | 多智能体合作 |
重点说明： 钱超在LAMDA内的合作模式与俞扬等人有显著区别。俞扬（48次）是其在LAMDA内最紧密的学术搭档，两人的合作从博士期间延续至今，覆盖演化学习理论、演化强化学习等方向。周志华（38次）作为导师持续参与指导。但与俞扬的"强化学习双核心"（俞扬+章宗长）模式不同，钱超在LAMDA内的研究具有较强的独立性，主要依托自己指导的博士生团队开展工作，在AI for EDA和演化优化理论方向形成了独特优势。
4.3 核心博士生/毕业生（按DBLP合作频次排序）
| 姓名 | 合作次数 | 合作年份 | 身份/去向 |
|---|---|---|---|
| 薛轲（Ke Xue） | 65 | 2020-2026 | 2026届博士→LAMDA助理研究员，质量多样性/EDA方向 |
| 卞超（Chao Bian） | 38 | 2017-2025 | LAMDA助理研究员/博士后，演化多目标优化理论 |
| 侍昀琦（Yunqi Shi） | 17 | 2023-2026 | 硕士/博士生，DATE 2025最佳论文第一作者 |
| 尚昊璞（Haopu Shang） | 16 | 2022-2025 | 博士生（2023级），离线优化/组合优化 |
| 刘丹瑄（Dan-Xuan Liu） | 14 | 2021-2025 | 博士生，子集选择理论 |
| 高程锐（Chengrui Gao） | 13 | 2023-2026 | 博士生，神经组合优化 |
| 王仁健（Ren-Jian Wang） | 12 | 2023-2026 | 团队成员，质量多样性 |
| 任圣杰（Shengjie Ren） | 12 | 2024-2026 | 团队成员，多目标优化理论 |
| 黄晓斌（Xiaobin Huang） | 11 | 2022-2025 | 团队成员 |
| 管聪（Cong Guan） | 10 | 2022-2025 | 博士生（与俞扬联合指导），多智能体 |
| 谈荣熙（Rong-Xi Tan） | 9 | 2024-2026 | 团队成员，离线优化 |
| 冯超（Chao Feng） | 8 | 2018-2023 | 中科大时期合作者 |
| 陈若桐（Ruo-Tong Chen） | 7 | 2024-2026 | 团队成员，芯片布局 |
| 吴宇畅（Yu-Chang Wu） | 7 | 2022-2025 | 团队成员 |
| 吕泽琼（Zeqiong Lv） | 7 | 2022-2025 | 团队成员，演化NAS |
| 周雅文（Yawen Zhou） | 6 | 2022-2025 | 团队成员，多目标优化 |
| 洪文静（Wenjing Hong） | 6 | 2021-2024 | 团队成员 |
毕业生代表性去向： - 留校任教/科研： 薛轲（2026届博士→LAMDA助理研究员），卞超（LAMDA助理研究员/博士后） - 国家基金资助： 薛轲获国家自然科学基金博士生项目，入选中国科协青年人才托举工程博士生专项计划
团队特色： 薛轲（65次合作）是钱超合作频次最高的学者，超过了其与导师周志华（38次）和同事俞扬（48次）的合作频次，反映了钱超在2020年后建立起一支以AI for EDA和黑箱优化为核心的独立研究团队。薛轲2026年博士毕业后留校任LAMDA助理研究员，成为钱超团队的核心骨干。
五、国际学术合作网络
5.1 演化计算理论方向——中科大/南科大师承网络
| 合作者 | DBLP合作次数 | 合作年份 | 所属机构 | 合作领域 |
|---|---|---|---|---|
| 唐珂（Ke Tang） | 39 | 2016-2025 | 南方科技大学讲席教授，IEEE Fellow | 演化计算，中科大时期合作者 |
| 姚新（Xin Yao） | 8 | 2016-2021 | 南方科技大学教授，IEEE/ACM Fellow | 演化计算国际权威 |
唐珂（39次）是钱超在LAMDA外合作频次最高的学者。唐珂2003-2007年在新加坡南洋理工大学获博士学位，2007-2017年在中科大任教，2017年转任南方科技大学教授。钱超2015-2019年在中科大副研究员期间与唐珂建立合作关系，回到南京大学后合作持续至今。唐珂与姚新（8次）均为演化计算领域的国际权威学者，姚新是伯明翰大学/南方科技大学教授、IEEE/ACM Fellow，是演化计算理论方向的开创者之一。唐珂-姚新-钱超构成了中国演化计算学术圈的核心人脉网络。
5.2 澳大利亚阿德莱德大学——Frank Neumann合作
| 合作者 | DBLP合作次数 | 合作年份 | 所属机构 | 合作领域 |
|---|---|---|---|---|
| Frank Neumann | 5 | 2021-2023 | 澳大利亚阿德莱德大学教授 | 演化子模优化 |
| Aneta Neumann | 5 | 2021-2023 | 阿德莱德大学 | 演化子模优化 |
Frank Neumann是阿德莱德大学优化与物流组（Optimisation and Logistics Group）的教授，是演化计算理论分析领域的国际领军学者，与钱超在演化子模函数优化（Evolutionary Submodular Optimisation）方向有系统合作，曾联合在GECCO等会议组织教程和专题报告。
5.3 英国伯明翰大学——Miqing Li合作
| 合作者 | DBLP合作次数 | 合作年份 | 所属机构 | 合作领域 |
|---|---|---|---|---|
| Miqing Li（李密青） | 18 | 2022-2026 | 英国伯明翰大学助理教授 | 多目标演化优化 |
李密青（18次）是钱超近年来合作增长最快的国际学者，两人在多目标演化优化的理论分析方向形成了紧密的合作关系，联合在AIJ、AAAI、IJCAI、GECCO等一流期刊会议发表多篇论文，研究主题包括演化多目标优化中档案使用的可证明优势、随机种群更新策略的理论分析等前沿问题。
5.4 新西兰/荷兰——GECCO/PPSN学术圈
| 合作者 | DBLP合作次数 | 合作年份 | 所属机构 | 合作领域 |
|---|---|---|---|---|
| Yi Mei（梅奕） | — | 2026 | 新西兰惠灵顿维多利亚大学 | PRICAI 2025共同程序主席 |
| Per Kristian Lehre | 1 | 2023 | 英国伯明翰大学 | 演化计算理论 |
| Thomas Bäck | 2 | 2023 | 荷兰莱顿大学 | 演化策略 |
| Qingfu Zhang（张庆富） | 2 | 2025-2026 | 英国城市大学教授 | 多目标优化分解方法 |
钱超在国际演化计算学术社区中有广泛的合作与服务，担任PRICAI 2025程序委员会主席（与Yi Mei等共同），并与Per Kristian Lehre、Thomas Bäck等欧洲演化计算理论学者有合作论文。
5.5 其他国际/国内跨机构合作
| 合作者 | DBLP合作次数 | 合作年份 | 所属机构 | 合作领域 |
|---|---|---|---|---|
| 孙亚南（Yanan Sun） | 7 | 2022-2025 | 四川大学教授 | 演化NAS |
| 刘盛才（Shengcai Liu） | 4 | 2023-2024 | 跨机构合作 | 算法选择 |
| 钱鸿（Hong Qian） | — | — | 华东师范大学教授（俞扬博士2018届） | 贝叶斯优化 |
六、业界合作关系深度分析
6.1 华为——最深度的产学研合作伙伴
华为是钱超团队最重要、最深入的产业合作方，合作贯穿演化优化算法的理论研究到工业落地全链条。
DBLP论文合作：
| 合作者 | DBLP合作次数 | 合作年份 | 所属部门 |
|---|---|---|---|
| Mingxuan Yuan（袁明轩） | 12 | 2025-2026 | 华为诺亚方舟实验室，EDA方向 |
| Siyuan Xu（许思源） | 15 | 2024-2026 | 华为诺亚方舟实验室 |
| Shixiong Kai（开世雄） | 7 | 2024-2025 | 华为诺亚方舟实验室 |
| Xi Lin 0001（林熙） | 9 | 2024-2026 | 华为诺亚方舟实验室/南大本科生 |
合作领域与成果：
（1）AI for EDA / 芯片布局优化——核心合作方向。钱超团队与华为诺亚方舟实验室在芯片全局布局（Global Placement）、宏布局（Macro Placement）等EDA核心问题上展开系统性合作。标志性成果包括： - DATE 2025最佳论文"Timing-Driven Global Placement by Efficient Critical Path Extraction"（与华为诺亚联合完成），提出高效关键路径提取技术，在关键时序指标TNS和WNS上分别提升40.5%和8.3%，已应用于华为海思芯片设计 - DAC 2025论文"ReMaP: Macro Placement by Recursively Prototyping and Periphery-Guided Relocating" - BBOPlace-Bench：面向芯片布局的黑箱优化基准平台 - 多篇DATE 2026论文（时序驱动详细布局、动态算法配置、3D IC混合键合端子合法化等）
（2）工业优化落地——钱超团队的演化算法已在华为多个业务线落地应用，覆盖范围广泛： - 芯片布局与芯片寄存器寻优 - 半导体光路优化（精密模组生产装配优化） - 无线网络优化 - 计算系统负载优化 - 供应链多工厂排产
（3）华为火花奖——钱超团队累计获得4次华为"难题揭榜"火花奖，受邀参加华为罗马广场高端论坛做特邀报告。火花奖是华为面向学术界的技术难题揭榜奖项，表彰解决了华为产品线核心技术难题的合作者。
合作机制分析： 华为诺亚方舟实验室的袁明轩（12次）、许思源（15次）、开世雄（7次）构成了钱超团队在华为的核心合作通道。许思源和袁明轩同时出现在多篇联合论文的作者列表中，表明华为诺亚提供了芯片设计真实数据和EDA工具链，钱超团队提供演化优化算法和AI技术，形成了典型的"学术+工业"互补模式。
6.2 腾讯AI Lab——游戏AI与多智能体合作
| 合作者 | DBLP合作次数 | 合作年份 | 所属部门 |
|---|---|---|---|
| Haobo Fu（傅昊博） | 5 | 2023-2026 | 腾讯AI Lab，游戏AI |
| Qiang Fu 0016（付强） | 5 | 2023-2026 | 腾讯AI Lab游戏AI研发中心总监 |
傅昊博和付强是腾讯AI Lab游戏AI研发中心的核心成员，付强是腾讯"绝艺"围棋AI和"绝悟"王者荣耀AI的团队总监。钱超团队与腾讯AI Lab的合作聚焦于异质多智能体零样本协调（Heterogeneous Multiagent Zero-Shot Coordination by Coevolution）等演化博弈方向，论文发表于IEEE Transactions on Evolutionary Computation等一流期刊。这一合作将钱超在演化计算方面的理论优势与腾讯在游戏AI领域的应用场景相结合。
6.3 中石化——数据联合实验室
钱超担任中石化-南京大学数据联合实验室主任，将演化优化算法应用于石化领域的数据分析与优化问题。该合作体现了钱超在传统工业领域的产学研拓展。
6.4 AI for Science——跨学科产学研应用
钱超团队的演化优化算法在自然科学基础研究中取得了突破性应用成果：
- 生命起源与演化研究：与地球科学领域学者合作，以共同第一/通讯作者在美国国家科学院院刊PNAS发表论文
- 土壤微生物源碳预测：以共同第一/通讯作者在Nature Communications发表论文
- 中国生态环境十大科技进展：上述成果入选2024年度中国生态环境十大科技进展
这些跨学科应用的DBLP合作者记录有限（地球科学论文不一定收录于DBLP），但其学术影响力和社会影响力超越了计算机科学领域本身。
七、Connection圈层总结
第一圈层——博士导师与LAMDA核心合作者： 周志华（38次）是钱超的博士导师和学术引路人，两人合作横跨16年（2010-2026年），并持续在LAMDA框架下合作。俞扬（48次）是钱超在LAMDA内最紧密的合作伙伴，两人的关系从博士同门发展为合著专著的长期学术搭档，共同推动了演化学习方向在国际上的影响力。三人合著的《Evolutionary Learning: Advances in Theories and Algorithms》是该领域的重要参考著作。
第二圈层——核心博士生团队（团队主力生产力）： 薛轲（65次，2026届博士→LAMDA助理研究员）是钱超合作频次最高的学者，两人共同主导了LAMDA在AI for EDA方向的崛起。卞超（38次）在演化多目标优化理论方向构成核心力量。侍昀琦（17次，DATE 2025最佳论文一作）、尚昊璞（16次）、刘丹瑄（14次）、高程锐（13次）等在读博士生是2022年以后论文爆发式增长的直接贡献者。团队在2024年单年产出43篇论文，反映了钱超在回到南京大学后五年内建立起一支规模可观的独立研究团队。
第三圈层——演化计算领域学术网络： 唐珂（39次，南方科技大学，IEEE Fellow）是钱超在LAMDA外最重要的学术合作者，两人的合作从中科大时期延续至今。姚新（8次，南方科技大学，IEEE/ACM Fellow）是演化计算领域的国际开创者。唐珂-姚新-钱超构成了中国演化计算学术圈的核心三角。李密青（18次，伯明翰大学）是近年来合作增长最快的国际学者，两人在多目标优化理论方向形成了深度合作。Frank Neumann（5次，阿德莱德大学）和Aneta Neumann（5次）是演化子模优化方向的合作伙伴。
第四圈层——产学研合作网络（业界核心连接）： - 华为诺亚方舟实验室：最深度的产业合作方，Mingxuan Yuan（12次）、Siyuan Xu（15次）、Shixiong Kai（7次）为核心通道，合作方向为AI for EDA/芯片布局，成果已应用于华为海思芯片设计，获4次华为火花奖 - 腾讯AI Lab：Haobo Fu（5次）、Qiang Fu（5次），多智能体演化博弈方向 - 中石化：数据联合实验室主任 - AI for Science：PNAS、Nature Communications论文，入选中国生态环境十大科技进展
第五圈层——国际学术服务与社区影响： 钱超在国际演化计算社区中扮演了重要的组织角色，创建了IEEE CIS Evolutionary Learning工作组并担任创始主席，担任PRICAI 2025程序委员会主席，在AIJ、ECJ、TEvC等权威期刊担任副编/编委。受邀在IJCAI 2022做Early Career Spotlight报告、MAEB 2025做特邀报告，反映了其在演化计算领域国际学术界的个人影响力。
产出规模与趋势： 205篇论文记录中，2022年以后占比约66%（135篇），2024年单年产出43篇为历史最高。合作者总数138人，覆盖AAAI、IJCAI、ICML、NeurIPS、ICLR、GECCO、CEC、PPSN、DATE、DAC等人工智能与演化计算顶级会议。钱超作为一位兼具理论深度和工业应用广度的学者，其论文产出中近年大量为通讯/末位作者，反映了其独立团队的快速成长。与LAMDA其他教师（如俞扬的强化学习方向）相比，钱超在AI for EDA方向开辟了一条差异化路线，将LAMDA的学术优势从传统的机器学习理论延伸到了芯片设计这一国家战略需求领域。
八、数据来源与局限性说明
本报告主数据来自DBLP官方作者消歧记录（pid: 84/8508-1，Chao Qian 0001，210条发表记录，138位合作者），并结合以下信息源：
- 钱超个人主页（http://www.lamda.nju.edu.cn/qianc/）
- 钱超中文简历（https://www.lamda.nju.edu.cn/qianc/CV_ch.html）
- 钱超英文简历（http://www.lamda.nju.edu.cn/qianc/CV_en.html）
- LAMDA实验室成员页面（https://www.lamda.nju.edu.cn/CH.People.ashx）
- 薛轲个人主页（https://www.lamda.nju.edu.cn/xuek/）
- 百度百科"钱超"词条
- DATE 2025最佳论文相关新闻报道（智能新闻、36氪、IT之家等）
- 唐珂南方科技大学教师主页
- IEEE CIS Task Force on Evolutionary Learning官方页面
局限性说明：
-
DBLP重名消歧： "Chao Qian"在DBLP上有21个同名作者，钱超对应的身份为"Chao Qian 0001"（pid 84/8508-1），标注机构为"Nanjing University, State Key Laboratory for Novel Software Technology, China"和"University of Science and Technology of China"，与其个人主页信息一致。
-
arXiv预印本占比较高： 103篇期刊论文中有70篇为CoRR/arXiv预印本，实际正式发表的同行评审期刊论文为33篇。这与演化计算领域重视顶级会议发表（GECCO、CEC、PPSN等）的传统有关，部分预印本可能已被会议收录但DBLP记录未合并。
-
华为合作深度超出DBLP覆盖范围： 钱超的华为合作成果包括大量工程落地项目（供应链排产、无线网络优化等），这些成果以专利、技术报告而非学术论文的形式存在，DBLP论文数据无法完全反映产学研合作的实际深度。4次华为火花奖和受邀参加罗马广场高端论坛等信息来自个人简历。
-
AI for Science论文部分未收录于DBLP： PNAS、Nature Communications等自然科学期刊的论文不一定收录于DBLP，因此跨学科合作者的信息可能不完整。
-
学生列表时效性： 钱超个人主页的学生列表未完整呈现，部分合作者的具体身份（在读/毕业、去向等）系通过DBLP合作年份、薛轲/尚昊璞等学生个人主页信息综合推断。