导读

近期，中国科学院西安光学精密机械研究所姚保利、柏晨研究员团队联合西北农林科技大学蔡亚楠副教授团队在Light: Advanced Manufacturing发表了题为“Multi-prior physics-enhanced neural network for high-fidelity arbitrary-path optical particle manipulation”的研究论文。

该研究提出了一种基于Richards–Wolf矢量衍射理论的多先验物理增强神经网络（MPPN-RW），用于解决传统光学传送带设计中路径表达受限、光场均匀性不足、以及在高数值孔径条件下物理建模精度不足等问题。基于该方法，研究团构建了融合物理模型与多重先验约束的优化框架，并通过数值仿真与实验验证展示了其在任意复杂路径光场重建与微粒稳定输运方面的优越性能。

一、光学微粒输运：背景与挑战

光学微粒输运作为光学微操纵的重要形式，通过相位梯度力驱动微粒沿预定轨迹运动，凭借其无接触、高精度、低损伤等优势，在微结构组装、生物操控及微尺度输运等领域具有广泛应用。然而，传统设计方法的输运轨迹通常依赖显式参数方程进行构建，难以满足复杂或任意路径的设计需求，且基于标量衍射理论建模方法在紧聚焦条件下难以准确描述电磁场的矢量特性，导致光场重建精度不足。此外，尽管深度学习在光场调控中展现出巨大潜力，但其对大规模数据的依赖以及泛化能力不足的问题，仍然制约其在光学微粒输运中实际应用。针对上述问题，引入物理约束的物理增强神经网络（PN）逐渐成为重要的发展方向。然而，现有的PN方法大多依赖单一物理先验，难以有效缓解逆问题中的不适定性，易导致重建出的光学传送带存在散斑噪声及相位分布不连续等问题。

二、MPPN-RW框架的核心原理

为此，该研究团队提出MPPN-RW框架，将物理模型先验、相位周期性先验、光场平滑性先验以及深度图像先验引入统一的无监督优化体系，在无需训练数据的情况下实现计算全息图的高精度重建。同时，通过引入涡旋相位调控机制，实现了沿任意路径的光场相位连续调制，从而赋予粒子可控的输运方向与速度。MPPN-RW方法的工作原理如图1所示。目标光场I0可通过手绘轨迹设计或数值建模生成，其对应的相位分布φ0则由基于轨迹的相位合成方法自动计算得到。该强度和相位双输入经MPPN-RW框架处理，并在包含多重先验的优化过程中生成最终的全息相位图ΦCGH。

图1： MPPN-RW方法的工作原理

三、光场重建性能验证

研究团队通过仿真系统对比了MPPN-RW与RP-DIFT、RPESO-GPOV及DeepCGH等主流方法。结果显示，在复杂的花形轨迹测试中，MPPN-RW生成的光场强度与相位均匀性显著占优：相较于DeepCGH与传统RP-DIFT，性能最高提升达9.3倍；即便与近期的RPESO-GPOV方法相比，仍有2倍以上的提升。这些提升对于实现均匀的轨道能量流生成具有关键意义。轨道能流正比于光强和相位，光强的不均匀分布会导致微粒在输运轨迹上的运动停滞或发生偏移，而非连续的相位分布会破坏光场的相干性，导致局部干涉失配与能量重分布，从而引入散斑噪声并降低粒子输运的稳定性与可控性。

图2： 不同方法生成的花形光学传送带的强度分布和相位分布的性能对比

四、基于光学传送带的微粒输运实验验证

之后研究团队展示了利用所生成的光学传送带实现了对约1μm金粒子的稳定操控。结果表明，粒子能够沿复杂轨迹实现连续平滑运动，即使在高曲率区域也未出现明显停滞或偏移。为定量分析粒子动力学特性，研究团队对粒子位移随时间的变化进行了定量统计，如图3(c)所示，通过逐帧追踪获得位移–时间曲线，曲线斜率对应粒子输运速度，可作为沿路径方向光学驱动力连续性与均匀性的重要指标。结果表明，即便在曲率较大或存在非凸几何特征的复杂区域，MPPN-RW生成的光学传送带仍能维持均匀的粒子运动速度和精确空间位置约束，无明显局部加速、减速或轨迹偏移，输运平均速度分别为3.79μm/s、8.16μm/s和5.08μm/s。该结果表明这三种OCB结构均能够实现相对均匀的粒子输运，反映出所重建光场在光强分布和相位结构方面具有良好的均匀性与一致性。

图3： 字母‘C’、‘A’和‘S’形状的光学传送带对1μm金粒子的输运结果演示

五、复杂路径输运能力评估

最后，为进一步评估MPPN-RW框架的可扩展性与鲁棒性，研究人员将其应用于长距离且高度复杂的输运轨迹，包括手绘的汉字“光”以及一条任意的非闭合自由曲线“6”，如图4所示。结果表明，该框架能够有效生成对应的计算全息图。重建得到的光场成功实现了金微粒沿复杂轨迹及非闭合路径的可控输运，其中粒子轨迹构成的“光”字整体跨度约为84.5μm。尽管存在这些细微扰动，粒子始终保持稳定束缚，并能够沿预设轨迹连续输运，未出现明显的捕获失效或轨迹偏离现象。上述实验结果进一步验证了该方法在实现长尺度、高精度及任意路径光学操控方面的通用性与可靠性。

图4： 汉字‘光’、数字‘6’形状的光学传送带对1μm金粒子的输运结果演示

六、总结与展望

该研究深度融合物理模型约束与智能优化算法，所提出的MPPN-RW方法显著提升了紧聚焦光场质量与微粒稳定输运能力，实现了复杂路径下粒子的精准操控与灵活传输。该研究不仅推动了光镊技术由单一操控向可编程、智能化的光学传输带升级，更为智能光学操控、细胞组装及微纳制造开辟新的发展空间。作为西安光机所推进“AI+光学”融合创新的重要进展，这项技术彰显了人工智能赋能先进光学技术发展的创新潜力。（来源：先进制造微信公众号）

相关论文信息：https://doi.org/10.37188/lam.2026.051