浙江大学 宛袁玉 百人计划研究员
报告生成时间：2026年8月20日
个人主页：宛袁玉
所属团队：浙江大学计算机科学与技术学院 VIPA（Vision Intelligence and Pattern Analysis）课题组
一、学者基本信息
| 项目 | 信息 |
|---|---|
| 姓名 | 宛袁玉（Yuanyu Wan） |
| 当前职务 | 浙江大学软件学院研究员、博士生导师；浙江大学平台“百人计划”研究员 |
| 公开邮箱 | wanyy@zju.edu.cn |
| 个人主页 | https://yuanyuwan.github.io；浙江大学教师主页 |
| 所属网络 | 浙江大学软件学院及 VIPA 相关视觉智能/模式分析科研网络；南京大学 LAMDA 学术谱系 |
| 研究方向 | 机器学习、在线学习、分布式优化；个人主页进一步列出模型合并（model merging）与持续学习（continual learning）实践方向 |
| 主要学术问题 | 动态环境中的在线凸优化、延迟反馈与 bandit 优化、去中心化/分布式在线优化、投影自由（Frank–Wolfe）方法及持续学习 |
| 代表性成果 | 2023–2025 年连续发表 COLT 论文；2024 年 ICML、NeurIPS 论文；JMLR、TPAMI 等期刊成果 |
| 学术服务 | NeurIPS 2025 Area Chair；IJCAI、ECAI 高级程序委员会成员；COLT、ALT、AAAI 等程序委员会成员及多项顶会/期刊审稿服务 |
信息以宛袁玉公开主页、浙江大学教师主页及浙江大学软件学院公开报道为基础。截至报告日期，公开主页显示其研究重点是在线学习和分布式优化；“VIPA 核心成员”的表述来自任务提供背景，公开页面未提供可据以量化其在该课题组中行政角色或成员名单的材料，故以下将其定位为与 VIPA 视觉智能网络交叉协作的青年理论与机器学习研究者，而不虚构组织职务。
二、教育背景与职业履历
宛袁玉本科就读于中山大学软件工程专业，2012 年 9 月至 2016 年 6 月获得工学学士学位。此后进入南京大学计算机科学与技术专业深造：2016 年 8 月至 2019 年 6 月攻读硕士，2019 年 9 月至 2022 年 6 月攻读博士。其硕、博阶段导师均为南京大学张利军教授（Lijun Zhang）；南京大学张利军学生名单也将其列为 2016–2019 年硕士、2019–2022 年博士，毕业去向为浙江大学研究员。这一路径使其同时具备软件工程训练和在线学习/优化理论训练。
2022 年 7 月，宛袁玉加入浙江大学软件学院从事机器学习科研与教学工作，公开教师主页现列为研究员、博士生导师。其研究线索具有连续性：早期关注投影自由在线学习和分布式在线学习的通信效率，后续转向变化环境、任意延迟反馈和 bandit 反馈下的 regret 理论；近年又将理论能力扩展到模型合并、持续学习等更贴近大模型与实际模型生命周期的问题。
在成果脉络上，COLT 是其最鲜明的理论发表窗口。2023 年的 Improved Dynamic Regret for Online Frank-Wolfe 研究动态 regret 与投影自由方法；2024 年的 Nearly Optimal Regret for Decentralized Online Convex Optimization 讨论去中心化在线凸优化的近最优 regret；2025 年独著的 Black-Box Reductions for Decentralized Online Convex Optimization in Changing Environments 则继续处理变化环境中的去中心化问题。与之并行，2024 年 ICML 论文研究任意延迟下的非平稳在线凸优化，NeurIPS 论文研究延迟反馈下 bandit 凸优化的改进 regret。这一组合表明其贡献不是单点算法，而是围绕“环境变化—通信拓扑—反馈延迟/受限”这一在线决策链条构造理论保证。
需要特别澄清的是：本次可获取的宛袁玉公开主页并未将“多目标强化学习”列为个人主方向，也未列出以其署名的多目标强化学习代表论文。因此，本报告将多目标强化学习视为其与强化学习、在线优化相邻的潜在交叉议题，而不将其表述为已被公开发表记录充分支撑的核心成果。相较之下，在线学习、优化理论和分布式优化是有明确公开文献支撑的主轴。
三、学生培养情况
宛袁玉自 2022 年入职浙江大学后建立了以在线优化、持续学习及交叉应用为纽带的研究生培养链条。其公开主页已列出 10 位学生/共同指导学生，覆盖 2021–2025 年入学的硕士生；其中 3 人注明自 2022 年起与其合作。已毕业学生的首份去向包括淘天集团、度小满及 SGIT，显示培养路径同时覆盖算法研究、互联网/金融科技研发与行业技术岗位。下面选取公开信息最完整的 8 人说明；“共同培养”仅指主页脚注所示的开始合作关系，并不等同于唯一或正式主导师关系。
1. [夏小雨（硕士毕业生，直接指导）]
夏小雨于 2023 年入学、2026 年毕业，公开主页记录其首份去向为 SGIT（北京）。她/他处于宛袁玉进入浙大后较早独立培养的一届学生。从培养网络角度看，该去向将在线优化和机器学习训练连接到北京的行业技术场景；但公开材料未披露具体岗位、论文署名或项目分工，不能进一步推断其负责的技术方向。
2. [马艺涛（硕士毕业生，直接指导）]
马艺涛于 2023 年入学、2026 年毕业，首份去向为淘天集团（杭州）。这一节点具有区域和产业两层意义：一方面其与浙江大学所在地形成杭州本地人才连接；另一方面，电商平台的动态数据、在线决策和大规模优化问题与课题组的理论主题具有可迁移性。公开记录仅支持“毕业后进入淘天集团”，不应据此推定存在课题组与淘天的项目合作或技术转化合同。
3. [陈凯龙（硕士毕业生，共同培养）]
陈凯龙 2021 年入学、2024 年毕业，首份去向为度小满（北京）。主页脚注说明其自 2022 年起与宛袁玉合作，故本报告标为共同培养而非唯一指导。金融科技环境需要处理数据到达、策略更新与风险约束等现实问题，其就业去向为在线学习和优化理论进入产业提供了人才通道；但其具体研究贡献及劳动关系细节未见公开披露。
4. [张晨旭（硕士毕业生，共同培养）]
张晨旭 2021 年入学、2024 年毕业，公开记录的首份去向为北京（未列雇主）。她/他与陈凯龙、杨旭同属主页特别标注的“自 2022 年起合作”学生，反映宛袁玉在入职初期即参与跨年级的学生科研协作。由于公开主页没有补充单位和论文信息，此节点适合作为早期共同培养网络的组成，而不宜对其职业身份或产业合作作扩展性判断。
5. [杨旭（硕士毕业生，共同培养）]
杨旭 2021 年入学、2024 年毕业，首份去向为淘天集团（杭州），同样自 2022 年起与宛袁玉合作。该节点与马艺涛共同形成浙大—杭州电商产业的人才连接，但二人入学年份和培养身份不同：杨旭属于宛袁玉加入浙大后承接的合作学生，马艺涛则属于其入职后培养的学生。这个差异说明其学生网络既有延续既有研究协作的一面，也有逐步形成独立招生培养链条的一面。
6. [周浩（在读硕士生，直接指导）]
周浩于 2024 年入学，目前在读。作为第二批进入其公开学生名单的在读生之一，其培养阶段与宛袁玉近年从在线优化向模型合并、持续学习延展的研究窗口重叠。公开材料未列课题或发表信息，因而应把其视为正在成长的人才节点，而不将尚未公开的工作归因于该学生。
7. [薛岚（在读硕士生，直接指导）]
薛岚于 2024 年入学，目前在读。与周浩、沈宇一起构成 2024 级学生群体，说明课题组已形成稳定的年度研究生吸纳节奏。此群体可承担理论推导、算法实现与实验评测的组合训练；不过，这只是基于研究方向的培养设计分析，并非对个人分工的事实陈述。
8. [沈宇（在读硕士生，直接指导）]
沈宇于 2024 年入学，目前在读。其所在年级连接了已毕业学生进入金融科技、电商和行业技术岗位的就业网络与 2025 级新生的后续培养。对于在线优化研究组而言，这种“毕业生反馈产业问题—在读生展开理论与算法研究”的闭环具有潜在价值，但当前公开资料没有披露正式校企联合课题，故只能视作人才和议题层面的间接连接。
此外，2025 级公开在读生包括何宇、李昱希两位硕士生。由于用户要求列出 5–8 人，本章将其作为补充节点而未单设小节。总体看，公开名单中尚未显示宛袁玉名下已毕业博士生；这与其 2022 年入职、公开学生主体为硕士生的时间线一致。未来应通过学院招生页、学生主页及论文作者单位的持续公开信息，进一步观察博士生培养和学生首作论文的累积。
四、学术合作网络
4.1 学术谱系与核心长期合作者
宛袁玉最稳固的学术谱系来自南京大学张利军教授。公开个人主页明确载明其硕士和博士导师均为张利军；两人共同署名的成果覆盖 TPAMI 2022、COLT 2023、COLT 2024、ICML 2024、NeurIPS 2024 等，合作跨越博士阶段与入职浙大后阶段。张利军因而同时承担导师、长期合作者和南京大学 LAMDA 网络入口三种角色。
宋明黎（Mingli Song）是宛袁玉在浙大阶段的关键校内合作者。其共同署名出现在 COLT 2023、COLT 2024、ICML 2024、NeurIPS 2024 等在线优化论文中，构成理论研究向浙江大学本地机器学习/视觉智能网络衔接的主要桥梁。Tong Wei、Chang Yao 分别作为 COLT 2024 和 ICML/NeurIPS 2024 的共同作者，围绕去中心化、延迟和 bandit 反馈问题形成专题协作。
更早期的合作包括 Guanghui Wang、Wei-Wei Tu：共同发表 JMLR 2022 的 Projection-free Distributed Online Learning with Sublinear Communication Complexity。这条线聚焦在分布式在线学习的通信复杂度，是其后续去中心化在线优化成果的技术前史。2025 年持续学习方向又出现 Quan Cheng、Lingyu Wu、Chenping Hou 与张利军的共同署名（NeurIPS 2025），显示其合作网络开始横跨优化理论与表征/持续学习。
4.2 浙江大学与跨学科协作节点
在浙江大学内部，宛袁玉的共同作者网络同时呈现“理论优化”和“视觉/可信学习应用”两条支线。前者以宋明黎为主要节点；后者可从公开论文检索到的合作作者识别。例如，ICCV 2025 论文 Dataset Ownership Verification for Pre-Trained Masked Models 将其与谢月晨、宋杰、单亦成、张晓燕、张盛旭明、段家瑞及宋明黎连接；另一篇关于分类公平性的论文将其与姜浩泽、冯尊磊、胡嘉聪、胡斌德、宋明黎相连。它们提示其在理论主线之外参与了预训练模型数据集权属和公平性等可信/负责任 AI 议题。
该网络与 VIPA 的关系应当谨慎理解。VIPA 所代表的视觉智能与模式分析生态能够提供视觉、多模态、模型安全和学习系统等应用接口；宛袁玉的在线优化理论可为动态训练、持续更新、分布式协同和效率问题提供方法支撑。不过，现有公开资料不足以证明其是 VIPA 的行政负责人、唯一核心导师，或所有上述应用工作的主要发起者。更准确的表述是：其处于由宋明黎等校内合作者连接的浙大视觉智能—机器学习协作网络中，并提供优化理论能力。
五、业界合作关系深度分析
5.1 已公开可确认的产业连接：以人才流动和联合作者机构为主
现有公开材料显示，宛袁玉的产业连接首先体现在学生毕业去向，而不是已公开的企业冠名实验室或横向项目。其学生/共同培养学生的首份去向包括：淘天集团（马艺涛、杨旭）、度小满（陈凯龙）、SGIT（夏小雨）。这些去向覆盖电商、金融科技和行业技术服务，构成浙大软件学院—杭州/北京产业技术岗位的人才网络。由于在线学习和分布式优化天然面向连续数据、资源约束和动态策略更新，这些行业具有潜在议题契合度；但“人才去向”不能自动等价为企业合作、联合实验室或成果落地。
论文层面的可确认产业/行业机构节点较为有限。一篇 PAKDD 相关论文 Projection-Free Bandit Convex Optimization over Strongly Convex Sets 的作者单位中出现国网重庆电力科学研究院（State Grid Chongqing Electric Power Research Institute）的彭天、程晓，与浙江大学的张晨旭、宛袁玉、宋明黎及南京大学王一博共同署名。这是能从公开检索中直接识别的行业研究机构共同作者连接，说明投影自由 bandit 优化方法曾进入电力科研机构参与的学术协作；公开信息未说明项目经费、部署系统或专利归属。
还应区分“校友网络”与“宛袁玉本人企业合作”。其博士导师张利军的公开学生名单显示，南京大学 LAMDA 校友分布于华为、阿里巴巴、字节跳动、腾讯、美团等企业；这为宛袁玉提供了可触达的扩展学术—产业生态，但并不能据此声称宛袁玉本人已与这些企业开展合作。本报告不将导师实验室校友的雇主直接计入其个人产业合作成果。
5.2 合作深度、技术接口与发展判断
从公开证据的强弱看，可将其业界关系划分为三层。第一层（直接可见）是学生进入淘天、度小满、SGIT 的人才流动，以及与国网重庆电科院作者的论文协作；这些节点有明确来源但尚缺合作项目细节。第二层（研究问题契合）是在线凸优化、动态 regret、延迟反馈、bandit 反馈和去中心化通信等技术与电商实时决策、金融风控/调度、智能电网资源优化之间的潜在匹配；这是方法—场景推断，不宜表述为已部署。第三层（扩展性网络）是经张利军—南京大学 LAMDA 校友群连接的互联网企业研发人才网络，具有学术交流、实习和联合研究的可能，但尚不能视为实体合作。
宛袁玉的理论工作具备三类值得深化的产业接口。其一，变化环境与延迟反馈理论对应真实系统中数据漂移、反馈滞后和策略更新不及时的问题；其二，分布式/去中心化在线优化可映射到多节点协同训练、边云协同与通信受限环境；其三，模型合并和持续学习能连接大模型/多任务模型在版本迭代、域适配和低成本更新中的工程需求。若开展多目标强化学习方向的合作，更严谨的路径是以其在线优化理论为底座，围绕安全、成本、体验等多目标约束建立可证明的算法框架，而不是将其误写为既有的公开研究成果。
因此，对“业界合作深度”的结论应是：已见人才输出与少量行业科研共著，未见足以公开确认的大规模企业联合项目或产品部署证据。建议后续重点追踪其课题组主页、浙江大学成果转化新闻、项目公示和论文致谢中的企业资助/数据来源，以区分正式合作、实习培养和一般性校友连接。
六、重要奖项与学术兼职
| 类别 | 事项 | 时间/状态 | 依据与说明 |
|---|---|---|---|
| 学术服务 | NeurIPS Area Chair | 2025 | 公开个人主页列示 |
| 学术服务 | IJCAI 高级程序委员会成员 | 2021、2025 | 公开个人主页列示 |
| 学术服务 | ECAI 高级程序委员会成员 | 2024、2025 | 公开个人主页列示 |
| 学术服务 | COLT 程序委员会成员 | 2026 | 公开个人主页列示 |
| 学术服务 | ALT 程序委员会成员 | 2024、2025 | 公开个人主页列示 |
| 学术服务 | AAAI 程序委员会成员 | 2021–2024、2026 | 公开个人主页列示 |
| 审稿服务 | ICML 审稿；获 Best Reviewer / Gold Reviewer | Best Reviewer：2021；Gold Reviewer：2026 | 公开个人主页列示 |
| 审稿服务 | NeurIPS、ICLR、AISTATS 及 TPAMI、TIT、AI、SCIS、TSP、TMLR 等审稿 | 多年 | 公开个人主页列示 |
| 代表性论文 | COLT：Improved Dynamic Regret for Online Frank-Wolfe | 2023 | 动态 regret 与投影自由在线优化 |
| 代表性论文 | COLT：Nearly Optimal Regret for Decentralized Online Convex Optimization | 2024 | 去中心化在线凸优化 |
| 代表性论文 | ICML：Non-stationary Online Convex Optimization with Arbitrary Delays | 2024 | 非平稳环境与任意延迟 |
| 代表性论文 | NeurIPS：Improved Regret for Bandit Convex Optimization with Delayed Feedback | 2024 | bandit 反馈与延迟 |
| 代表性论文 | COLT：Black-Box Reductions for Decentralized Online Convex Optimization in Changing Environments | 2025 | 变化环境下去中心化在线优化 |
| 奖项 | 公开主页及本次检索未见可确认的个人科研奖项条目 | 截至 2026-08-20 | 为避免将论文录用、人才计划或审稿荣誉误列为科研奖项，未作推定 |
七、Connection圈层总结
第一圈层：导师—长期理论合作圈。 以南京大学张利军为核心。张利军既是其硕、博导师，也是多篇 TPAMI、COLT、ICML、NeurIPS 论文的长期合作者；这一圈层奠定了在线学习、regret 分析和优化理论的方法底盘。Tong Wei、Chang Yao、Guanghui Wang、Wei-Wei Tu 可视为围绕去中心化、延迟和投影自由优化形成的专题合作者。
第二圈层：浙江大学校内与 VIPA 交叉协作圈。 以宋明黎为关键桥梁，并延展至宋杰、谢月晨、冯尊磊、胡嘉聪等视觉、预训练模型、数据权属和公平学习相关作者。这一圈层使在线优化研究能够与视觉智能、可信 AI 和模型生命周期问题交叉。应注意，公开资料支持“协作网络”而非对 VIPA 内部层级的断言。
第三圈层：学生培养与人才输出圈。 已毕业及共同培养硕士生将网络连向杭州淘天、北京度小满、SGIT 等单位；周浩、薛岚、沈宇、何宇、李昱希等在读学生构成后续研究产能。该圈层的特征是年龄梯度清晰、以硕士培养为主、理论研究与行业就业并行；尚待博士生和学生首作成果的进一步公开来观察其长期影响。
第四圈层：产业与行业问题连接圈。 直接可见的节点包括淘天、度小满、SGIT 的学生就业，以及国网重庆电科院参与署名的 bandit 优化论文。在线学习、延迟反馈、去中心化优化与电商、金融科技、智能电网等动态决策场景具备高度方法契合，但目前应严格区分“潜在适用性”与“已签约/已部署合作”。
第五圈层：国际学术共同体与服务圈。 COLT、ICML、NeurIPS、IJCAI、ECAI、ALT、AAAI 等会议论文和服务角色，将其连接到机器学习理论、在线学习与优化社区。连续的 COLT 成果与 NeurIPS Area Chair 等服务记录，强化了其在国际理论机器学习共同体中的可见度，也为浙江大学—南京大学两地研究网络带来外部学术连接。
总体判断。 宛袁玉的关系网络具有“南京大学理论谱系扎实、浙江大学交叉协作扩展、青年学生梯队初成、产业连接以人才与方法接口为主”的结构。最可信、最成熟的核心是在线学习与分布式优化合作链；最具增长性的方向是持续学习/模型合并与视觉智能、可信 AI 场景的交叉；产业侧则需要更多可公开的联合项目、共同专利、数据/系统部署或资助信息，才能从人才流动网络进一步升级为可量化的深度产学研网络。
主要公开来源： 宛袁玉个人主页；浙江大学教师主页；浙江大学软件学院新教师报道；南京大学张利军学生名单。论文题录、学生名单、学术服务和多数合作关系均以宛袁玉公开主页为准。