南大LAMDA 袁雷 助理研究员
报告生成时间： 2026年7月
个人主页： https://www.lamda.nju.edu.cn/yuanl/ DBLP： https://dblp.org/pid/23/6750-5.html（别名 Lei Yuan 0005，DBLP标注"Nanjing University, School of Artificial Intelligence, National Key Laboratory for Novel Software Technology, Nanjing, China"） Google Scholar： https://scholar.google.com/citations?hl=zh-CN&user=kbDU8bEAAAAJ ORCID： https://orcid.org/0000-0002-7803-0766
一、学者基本信息
袁雷，男，南京大学人工智能学院助理研究员，LAMDA实验室RL Lab核心成员。俞扬教授指导下2023届博士毕业生，留校后成为LAMDA强化学习方向青年骨干，独立招收研究生，研究方向聚焦多智能体强化学习。
教育经历： - 南京大学计算机科学与技术系，博士（导师：俞扬教授），2023年12月获博士学位
工作经历： - 2023年12月至今，南京大学人工智能学院，助理研究员 - LAMDA RL Lab（https://lamda-rl.nju.edu.cn/）成员，与俞扬教授共同开展强化学习研究
研究方向： 交互智能（Interactive Intelligence）与强化学习（Reinforcement Learning），具体方向包括： - 多智能体系统（Multi-agent System） - 多智能体具身智能（Multi-agent Embodied AIs） - 多智能体大决策模型（Multi-agent Large Decision Model） - 多智能体仿真到现实（Multi-agent Sim2real） - 人机交互与协作（Human-AI Interaction and Coordination） - 大语言模型及其应用
学术荣誉： - DAI 2023（Distributed Artificial Intelligence）最佳论文奖，获奖论文"Learning to Coordinate with Anyone"（第一作者） - AAAI 2023口头报告（Oral Presentation），论文"Robust Multi-Agent Coordination via Evolutionary Generation of Auxiliary Adversarial Attackers"（第一作者） - NeurIPS 2022亮点论文（Spotlight），论文"Multi-agent Dynamic Algorithm Configuration"
代表性成果： - 开放环境多智能体协作综述： 发表于《中国科学：信息科学》2024年，系统梳理了开放环境下协作多智能体强化学习的研究进展（第一作者） - 面向任意队友的高相容性协作算法（Macop）： DAI 2023最佳论文，解决开放环境中智能体与多样甚至未见队友的高效协作问题 - 鲁棒多智能体协调： 通过演化生成辅助对抗攻击者增强多智能体系统的鲁棒性（AAAI 2023，第一作者，口头报告） - 多智能体激励通信： 提出基于去中心化队友建模的多智能体激励通信机制（AAAI 2022，第一作者） - 高效多智能体离线协作： 基于扩散模型的轨迹拼接方法实现高效多智能体离线协作（ICLR 2025，第一作者） - 无人机集群多智能体通信专利： 专利CN113286275A"一种基于多智能体强化学习的无人机集群高效通信方法"（发明人之一）
二、DBLP数据统计
2.1 发表记录总览
DBLP pid: 23/6750-5（Lei Yuan 0005），共约70条发表记录（截至2026年7月，含CoRR预印本），其中正式发表（会议论文+期刊论文）约55篇。发表类型分布：会议论文约37篇、期刊论文约16篇、综述2篇。
2.2 年度产出分布
| 年份 | 正式论文数 | 年份 | 正式论文数 |
|---|---|---|---|
| 2021 | 1 | 2024 | 12 |
| 2022 | 5 | 2025 | 18 |
| 2023 | 7 | 2026 | 12（截至7月） |
趋势分析： 袁雷2021年发表首篇论文（IJCNN），2022年进入快速产出期（5篇，含AAAI、IJCAI、NeurIPS），2023年博士毕业当年产出7篇且质量突出（含AAAI口头报告、DAI最佳论文）。博士毕业后留校任助理研究员，产出呈爆发式增长：2024年12篇、2025年18篇、2026年上半年已达12篇。2024-2026年三年间正式发表论文超过40篇，年均超过13篇，在LAMDA同阶段青年学者中极为突出。
2.3 顶会/顶刊分布
| 会议/期刊 | 论文数 | 会议/期刊 | 论文数 |
|---|---|---|---|
| ICML | 10 | NeurIPS | 7 |
| ICLR | 5 | AAAI | 3 |
| IJCAI | 3 | AAMAS | 4 |
| KDD | 1 | UAI | 1 |
| ECML/PKDD | 1 | DAI | 1 |
| TNNLS | 4 | TPAMI | 1 |
| Sci. China Inf. Sci. | 2 | FCS | 2 |
| TMLR | 2 | 其他期刊 | 4 |
2.4 核心合作者（Top 20，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 | Yang Yu 0001（俞扬） | ~61 | 2021-2026 | LAMDA教授，博士导师，LAMDA RL Lab负责人 |
| 2 | Zongzhang Zhang（章宗长） | ~30 | 2022-2026 | LAMDA教授，强化学习方向核心搭档 |
| 3 | Cong Guan（管聪） | ~20 | 2022-2026 | 团队博士生（2020级） |
| 4 | Feng Chen 0042（陈峰） | ~16 | 2022-2026 | 团队成员/跨机构合作者 |
| 5 | Lihe Li（李理贺） | ~16 | 2023-2026 | 团队成员 |
| 6 | Yi-Chen Li 0001（李逸辰） | ~15 | 2023-2026 | 团队博士生/博士后 |
| 7 | Ziqian Zhang（张子谦） | ~12 | 2023-2026 | 团队成员 |
| 8 | Chao Qian 0001（钱超） | ~8 | 2022-2025 | LAMDA教授，演化学习方向 |
| 9 | Chengxing Jia（贾乘兴） | ~8 | 2023-2026 | 团队成员（2020级硕士） |
| 10 | Fuxiang Zhang（张福祥） | ~8 | 2022-2025 | 团队成员 |
| 11 | Ke Xue 0001（薛可） | ~7 | 2022-2025 | 团队成员 |
| 12 | Tao Jiang（蒋涛） | ~6 | 2024-2026 | 团队成员 |
| 13 | Ruiqi Xue（薛瑞琪） | ~5 | 2024-2026 | 团队成员 |
| 14 | Chongjie Zhang（张崇杰） | ~4 | 2022-2026 | 清华大学教授，多智能体RL |
| 15 | Yuqi Bian（卞宇琦） | ~3 | 2024-2026 | 团队成员 |
| 16 | Zhi-Hua Zhou（周志华） | ~3 | 2023-2025 | LAMDA所长，中国科学院院士 |
| 17 | De-Chuan Zhan（詹德川） | ~3 | 2023-2026 | LAMDA教授 |
| 18 | Deheng Ye（叶德珩） | ~2 | 2025-2026 | 腾讯"绝悟"AI技术负责人 |
| 19 | Tian Xu 0003（许天） | ~2 | 2024-2026 | LAMDA讲师，俞扬2024届博士 |
| 20 | Bo An 0001（安波） | ~1 | 2025 | 南洋理工大学教授 |
三、博士教育背景与导师追溯
3.1 博士阶段（南京大学，?–2023年12月）
袁雷在南京大学计算机科学与技术系攻读博士学位，师从俞扬教授，2023年12月获博士学位。博士论文研究方向为多智能体强化学习，聚焦开放环境中的多智能体协作问题。
博士导师：俞扬（Yang Yu）
俞扬是南京大学人工智能学院副院长、教授、博士生导师，LAMDA实验室核心成员，国家万人计划青年拔尖人才。博士毕业于南京大学（导师周志华教授，2004-2011年），研究方向从演化学习转向强化学习。俞扬是南栖仙策（Polixir Technologies）创始人兼CEO，致力于强化学习的产业化落地。俞扬在DBLP上与袁雷合作约61次（2021-2026年），是袁雷学术生涯中最核心的导师与合作者。
在俞扬的指导下，袁雷的博士研究形成了清晰的主线：从多智能体通信机制（AAAI 2022）到多智能体协作的鲁棒性（AAAI 2023），再到开放环境中与任意队友的协作（DAI 2023最佳论文），构成了LAMDA在多智能体强化学习方向的核心研究脉络。
3.2 师承谱系
袁雷的学术师承可追溯为：
周志华（LAMDA所长、中国科学院院士）→ 俞扬（LAMDA教授、南栖仙策创始人）→ 袁雷（LAMDA助理研究员）
这一师承谱系体现了LAMDA实验室"内部培养-留校任教"的学术传承模式。袁雷作为俞扬指导下2023届博士毕业生，与许天（2024届博士，LAMDA讲师）同为俞扬团队留校任教的骨干，构成了LAMDA RL Lab的"第二代"学术力量。
3.3 与俞扬的产业化关系
袁雷不仅是俞扬的学术继承人，也是俞扬产业化布局的重要关联人物。俞扬创办的南栖仙策（Polixir）是LAMDA RL Lab的直接产业化载体——LAMDA RL Lab官网（https://lamda-rl.nju.edu.cn/）直接展示南栖仙策的核心产品REVIVE作为"Supported Product"。袁雷的多篇论文被公开报道为"南京大学与南栖仙策团队合作"成果（如DAI 2023最佳论文、ICLR 2023 ODIS等），表明其研究工作与南栖仙策的技术路线紧密关联。
四、LAMDA团队合作网络
4.1 LAMDA RL Lab概况
LAMDA RL Lab是LAMDA实验室的强化学习子团队，由俞扬教授领导，聚焦强化学习理论、技术及通用人机决策智能的应用研究。核心研究方向包括：基于模型的强化学习与世界模型学习、多智能体与协作强化学习、大模型规划与学习等。袁雷作为RL Lab的助理研究员，是多智能体强化学习方向的主要推动者。
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） | ~61 | 2021-2026 | 教授/副院长，强化学习 | 博士导师，RL Lab负责人，几乎所有论文的共同作者 |
| 章宗长（Zongzhang Zhang） | ~30 | 2022-2026 | 教授，强化学习 | LAMDA RL方向的"双核心"之一，与俞扬共同指导团队 |
| 钱超（Chao Qian） | ~8 | 2022-2025 | 教授，演化学习 | 演化计算方向，在多智能体动态算法配置等方向合作 |
| 詹德川（De-Chuan Zhan） | ~3 | 2023-2026 | 教授 | 在多智能体探索等方向有合作 |
| 周志华（Zhi-Hua Zhou） | ~3 | 2023-2025 | 教授/所长/院士 | LAMDA掌门人，在部分论文中作为共同作者参与 |
| 许天（Tian Xu） | ~2 | 2024-2026 | 讲师，强化学习 | 俞扬2024届博士，同属RL Lab骨干 |
重点说明： 章宗长（约30次合作）是袁雷在LAMDA内仅次于俞扬的核心学术搭档。章宗长与俞扬共同主导LAMDA强化学习方向，袁雷的许多论文同时有俞扬和章宗长的署名，反映了RL Lab内部的紧密协作模式。周志华作为LAMDA所长，在部分重要论文（如DAI 2023最佳论文、ICLR 2024 Policy Rehearsing）中作为共同作者出现，体现了实验室顶层对核心研究的参与。
4.3 核心学生/团队成员（按DBLP合作频次排序）
| 姓名 | 合作次数 | 合作年份 | 身份/角色 |
|---|---|---|---|
| 管聪（Cong Guan） | ~20 | 2022-2026 | 博士生（2020级），最频繁合作的学生 |
| 李理贺（Lihe Li） | ~16 | 2023-2026 | 团队成员，多智能体方向 |
| 李逸辰（Yi-Chen Li） | ~15 | 2023-2026 | 博士生/博士后 |
| 张子谦（Ziqian Zhang） | ~12 | 2023-2026 | 团队成员 |
| 陈峰（Feng Chen） | ~16 | 2022-2026 | 团队成员/跨机构合作者 |
| 贾乘兴（Chengxing Jia） | ~8 | 2023-2026 | 团队成员（2020级硕士） |
| 张福祥（Fuxiang Zhang） | ~8 | 2022-2025 | 团队成员 |
| 薛可（Ke Xue） | ~7 | 2022-2025 | 团队成员 |
| 蒋涛（Tao Jiang） | ~6 | 2024-2026 | 团队成员 |
| 薛瑞琪（Ruiqi Xue） | ~5 | 2024-2026 | 团队成员 |
| 卞宇琦（Yuqi Bian） | ~3 | 2024-2026 | 团队成员 |
说明： 袁雷自2023年底留校后，已开始独立或半独立指导学生开展研究。2025-2026年的大量论文中，袁雷常以通讯作者或主要指导者身份出现（如ICML 2025、ICLR 2025、ICML 2026的若干论文），表明其已从"被指导的博士生"角色转型为"指导学生的青年教师"。管聪（约20次合作）和李理贺（约16次）是与其合作最频繁的团队成员。
五、业界合作关系深度分析
5.1 南栖仙策（Polixir Technologies）——导师俞扬创立的强化学习产业化公司
南栖仙策是袁雷学术生态中最重要的产业化连接。该公司由俞扬教授及其博士生秦熔均于2018年联合创立，俞扬任创始人兼CEO，由南京大学人工智能创新研究院技术孵化。
袁雷与南栖仙策的多重关联：
-
师承关系： 袁雷的博士导师俞扬是南栖仙策创始人兼CEO，袁雷作为俞扬最频繁合作的学生（61次），其研究直接服务于俞扬的强化学习产业化路线。
-
联合研究成果： 多篇论文被公开报道为"南京大学与南栖仙策团队合作"成果，包括：
- DAI 2023最佳论文"Learning to Coordinate with Anyone"（Macop算法）： 袁雷作为第一作者，该工作被南栖仙策官方宣传，强调其"推进了集群协同的有无人系统在开放现实世界的落地应用"
- ICLR 2023论文"Discovering Generalizable Multi-agent Coordination Skills from Multi-task Offline Data"（ODIS方法）： 同样被报道为南京大学与南栖仙策团队合作的成果
-
以上论文的研究方向（开放环境多智能体协作、离线多智能体强化学习）与南栖仙策的核心技术路线（基于世界模型的强化学习落地）高度一致
-
LAMDA RL Lab与南栖仙策的制度化连接： LAMDA RL Lab官网（https://lamda-rl.nju.edu.cn/）将南栖仙策的核心产品REVIVE列为"Supported Product"，明确标注"REVIVE is Polixir's next-generation intelligent decision-making system"。这表明LAMDA RL Lab与南栖仙策之间存在制度化的技术合作关系，袁雷作为RL Lab核心成员，处于这一合作链条的关键节点。
-
专利合作： 袁雷作为发明人之一的专利CN113286275A"一种基于多智能体强化学习的无人机集群高效通信方法"（申请单位：南京大学），发明人包括俞扬、詹德川、周志华、袁雷、秦熔均（南栖仙策CTO）、庞竟成、管聪等，体现了学术团队与产业化团队的深度融合。
-
南栖仙策技术方向演进： 南栖仙策目前已从工业控制场景拓展至"无人系统与低空反无领域"（据其官网http://polixir.ai/），与袁雷的研究方向（多智能体sim2real、多智能体具身智能）形成直接对接。
5.2 腾讯——"绝悟"AI团队的多智能体合作
| 合作者 | DBLP合作次数 | 合作年份 | 身份/机构 |
|---|---|---|---|
| Deheng Ye（叶德珩） | ~2 | 2025-2026 | 腾讯技术工程事业群"绝悟"AI技术负责人 |
叶德珩是腾讯"绝悟"AI技术负责人，基于《王者荣耀》等游戏开发策略协作型AI。AAAI 2026论文"Multi-agent In-context Coordination via Decentralized Memory Retrieval"由袁雷、蒋涛、李理贺、李逸辰、管聪、章宗长、俞扬与叶德珩共同完成，是LAMDA RL Lab与腾讯游戏AI团队的联合研究。该合作聚焦多智能体上下文协调，与腾讯"绝悟"在多人在线战术竞技游戏中的多智能体决策需求直接相关。
5.3 跨机构学术合作
| 合作者 | DBLP合作次数 | 合作年份 | 所属机构 | 合作领域 |
|---|---|---|---|---|
| Chongjie Zhang（张崇杰） | ~4 | 2022-2026 | 清华大学 | 多智能体强化学习 |
| Bo An（安波） | ~1 | 2025 | 南洋理工大学 | 多智能体模仿学习 |
| Victor C. M. Leung | ~1 | 2026 | 加拿大英属哥伦比亚大学（IEEE Fellow） | 多智能体协作学习 |
| Gang Wang | ~2 | 2025-2026 | 跨机构合作者 | 多智能体具身智能 |
说明： - 张崇杰（清华大学教授）是多智能体强化学习方向的知名学者，与袁雷在AAAI 2022、IJCAI 2022、AAMAS 2026等论文上合作，是袁雷在多智能体方向最重要的校外学术合作者。 - 安波（南洋理工大学教授）在ICLR 2025论文"Q-Adapter"中合作，体现了在大语言模型与强化学习交叉方向的合作。 - Victor C. M. Leung（IEEE Fellow，英属哥伦比亚大学）在IEEE TBD 2026期刊论文中合作，是袁雷的国际合作连接之一。
5.4 专利与知识产权
袁雷作为发明人参与的专利：
| 专利号 | 名称 | 发明人 | 申请单位 |
|---|---|---|---|
| CN113286275A | 一种基于多智能体强化学习的无人机集群高效通信方法 | 俞扬、詹德川、周志华、练娅莉、袁雷、秦熔均、庞竟成、管聪、罗凡明、张云天、陈雄辉 | 南京大学 |
该专利聚焦无人机集群的多智能体通信优化，与南栖仙策当前"无人系统"业务方向一致，发明人团队涵盖了LAMDA RL Lab的核心教师（俞扬、詹德川、周志华）、学生（袁雷、管聪、罗凡明、庞竟成、陈雄辉）和南栖仙策高管（秦熔均CTO），是学术团队与产业化团队融合的典型例证。
六、Connection圈层总结
第一圈层——博士导师与LAMDA RL Lab核心： 俞扬（约61次合作）是袁雷学术生涯的奠基人，几乎所有论文均有俞扬的参与或指导。章宗长（约30次）是LAMDA RL方向仅次于俞扬的核心搭档，二人共同构成了RL Lab的学术"双核心"。袁雷作为俞扬指导下2023届博士，留校后成为这一核心结构的"第三代"（周志华→俞扬→袁雷），是多智能体强化学习方向的主要推动者。
第二圈层——LAMDA教师网络： 钱超（约8次，演化学习）、詹德川（约3次）、周志华（约3次，LAMDA所长）、许天（约2次，同属RL Lab）等LAMDA教师构成了袁雷的校内学术合作网络。周志华在DAI 2023最佳论文等重要论文中作为共同作者出现，体现了实验室顶层对核心研究的参与。
第三圈层——团队学生与骨干成员： 管聪（约20次）、李理贺（约16次）、李逸辰（约15次）、张子谦（约12次）、陈峰（约16次）等团队成员是2022年以后论文爆发式增长的直接贡献者。袁雷留校后已开始独立指导学生，2025-2026年大量论文中袁雷以通讯作者或主要指导者身份出现，标志着从"被指导者"到"指导者"的角色转型。
第四圈层——南栖仙策与产业化网络： - 南栖仙策（Polixir）： 导师俞扬创立并任CEO的强化学习产业化公司，是袁雷学术生态中最重要的产业连接。LAMDA RL Lab官网直接展示南栖仙策产品REVIVE，多篇论文被报道为联合成果，袁雷的研究方向与南栖仙策的技术路线高度对接。南栖仙策CTO秦熔均与袁雷同为俞扬指导的学生，二人共同参与专利发明 - 腾讯"绝悟"AI团队： 叶德珩（腾讯"绝悟"AI技术负责人）在AAAI 2026论文中合作，聚焦多智能体上下文协调，与腾讯游戏AI的多智能体决策需求相关 - 无人机集群应用： 专利CN113286275A聚焦多智能体强化学习在无人机集群通信中的应用，发明人团队融合了LAMDA教师、学生与南栖仙策高管
第五圈层——校外学术合作者： 张崇杰（清华大学，约4次，多智能体RL）、安波（南洋理工大学，1次，模仿学习）、Victor C. M. Leung（英属哥伦比亚大学，IEEE Fellow，1次）构成了袁雷在多智能体强化学习方向的外部学术连接。张崇杰是其中最持续的合作者，合作横跨2022-2026年。
产出规模与特征： 约70条DBLP记录（含预印本），正式发表约55篇，其中ICML（10篇）、NeurIPS（7篇）、ICLR（5篇）、AAAI（3篇）等顶级会议论文超过25篇。2024年博士毕业后年均产出超过15篇正式论文，在LAMDA同阶段青年学者中极为突出。第一作者论文涵盖AAAI 2022（2篇）、AAAI 2023（1篇，口头报告）、DAI 2023（最佳论文）、ICLR 2025、ICML 2026等顶级会议，研究主线清晰聚焦于多智能体强化学习的协作、通信与鲁棒性。作为2023届博士毕业生，袁雷已展现出独立指导学生和主导研究方向的能力，是LAMDA RL Lab向"下一代"过渡的核心人物。
七、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: 23/6750-5，Lei Yuan 0005，约70条发表记录），并结合以下信息源：
- 袁雷个人主页（https://www.lamda.nju.edu.cn/yuanl/）
- LAMDA RL Lab官网（https://lamda-rl.nju.edu.cn/）
- 俞扬个人主页及学生列表（http://www.lamda.nju.edu.cn/yuy/）
- DBLP作者消歧XML数据（含机构标注"Nanjing University, School of Artificial Intelligence"）
- 南栖仙策官网（http://polixir.ai/）及相关新闻报道（百度百家号、美通社、腾讯云开发者社区等）
- 天眼查专利信息（CN113286275A）
- 腾讯官网关于叶德珩与"绝悟"AI的报道
- 俞扬报告（nju_lamda_yuyang_network.md）中的合作者交叉验证数据
局限性说明：
-
本科与硕士教育信息缺失： 袁雷个人主页未详细披露本科及硕士教育经历，仅注明博士毕业于南京大学。其进入南京大学攻读博士的具体时间和入学背景未在公开渠道披露。
-
DBLP合作次数为估算值： 由于DBLP XML数据在获取时被截断，部分2022年及更早的论文记录未能完整获取。合作次数基于已获取的DBLP XML数据、个人主页论文列表与俞扬报告中的交叉数据综合估算，实际数值可能存在小幅偏差。
-
南栖仙策关联的明确程度： 袁雷个人主页未明确标注其在南栖仙策的职务或合作关系。袁雷与南栖仙策的关联主要通过以下间接证据链确认：导师俞扬为南栖仙策创始人CEO、LAMDA RL Lab官网展示南栖仙策产品、多篇论文被公开报道为联合成果、专利发明人包含南栖仙策CTO。袁雷在南栖仙策的具体角色（如是否正式兼职、是否参与具体项目）未在公开渠道披露。
-
独立指导学生的范围： 袁雷个人主页表示"looking for self-motivated students"，表明其已独立招收研究生，但已指导学生的具体名单和信息未在公开页面披露。