职称：副教授 邮箱：yuanguohui@uestc.edu.cn
个人简介：袁国慧(1982-)，女，博士，副教授，湖南衡阳人，美国电气与电子工程师协会（IEEE）会员。2003年、2006年于天津大学电子信息工程学院获学士、硕士学位，2005年起受英国政府奖学金和欧盟第六框架计划项目资助在英国Bristol大学攻读博士，2008年获博士学位，并于同年获国家留学基金管理委员会2008年度的“国家优秀自费留学生奖学金”（全球300名）。2009年底被电子科技大学聘为副教授。
科研工作：长期致力于深度学习与强化学习、多智能体协同控制、计算机视觉、光电子技术等领域的基础理论及交叉应用研究。已主持和参与包括国家自然科学基金重大项目、国家自然科学基金面上与青年项目、教育部高等学校博士学科点专项科研基金（新教师基金）、教育部留学回国人员科研启动基金、四川省自然科学基金面上项目、四川省国际科技合作与交流研究计划等国家级与省部级项目共10余项，横向项目若干。国外期间参与英国工程与物理研究委员会EPSRC项目、欧盟第六框架计划重大课题。在国内外学术刊物和国际会议上发表相关学术论文数十篇（包括Optics Express, Information Sciences, Neurocomputing, Sustainable Energy Technologies and Assessments, IEEE Photonics Technology Letters, IEEE Journal of Quantum Electronics, IEEE Journal of Selected Topics in Quantum Electronics, Physical Review A, Applied Optics 等国外高水平SCI期刊），已获得国家发明专利授权20余项，担任包括IEEE、OSA等多个重要相关专业期刊审稿人。
主持和承担的重要课题：
1. 衢州市财政专项资助科研项目（2023D001），“基于深度强化学习的无人集群区域覆盖方法研究”，负责人：袁国慧。研究年限：2023.09-2025.08。
2. 四川省自然科学基金（2022NSFSC0460），“复杂环境下基于强化学习的多智能体集群控制方法研究”，负责人：袁国慧。研究年限：2022.01-2023.12。
3. 衢州市人民医院横向项目，“糖尿病视网膜病变中的血管特性分析与提取研究”，负责人：袁国慧。研究年限：2022.06-2023.12。
4. 四川省留学人员科技活动项目择优资助（2019LXHGKJHD13），“"基于机器视觉的汽车辅助驾驶环境感知关键技术研究"，负责人：袁国慧。研究年限：2019.01-2020.12。
5. 教育部留学回国人员科研启动基金（2012GJ002），“超快非线性半导体微环激光器的理论与模拟研究”，负责人：袁国慧。研究年限：2013.01-2015.12。
6. 国家自然科学基金青年项目（61107088），“基于半导体环形激光器的光外差/光混频方法产生毫米波/太赫兹波的关键技术基础研究”，负责人：袁国慧。研究年限：2012.01-2014.12。
7. 教育部高等学校博士学科点专项科研基金（新教师基金课题）（20100185120016），“可集成半导体微环激光器的非线性与超快光信号处理机制的理论与模拟研究”，负责人：袁国慧。研究年限：2011.1 - 2013.12。
教学工作：承担本科生“电子工程数学方法”，“信号与系统”等课程教学工作。
人才培养：已指导本科生毕业设计20余人，各类创新（基金）创业计划、大学生科研训练计划（URTP）项目多项。已招收和培养硕士研究生30余人。
招收硕士生专业：信息与通信工程（081000），电子信息（085400）。
主要研究方向：
1. 强化学习与多智能协同控制；
2. 机器学习与深度学习；
3. 光电精密测控；
4. 计算机视觉算法及应用。
主要论著：
学术论文：60余篇, 其中SCI检索40余篇。近5年部分代表性论文：
1. H Zhao, D Xu, Z Wu, L Sun, G Yuan, Z Wang . High-linear frequency-swept lasers with data-driven control. Photonics. 10(9): 1056, 2023.
2. J Xiao, G Yuan*, Z Wang. A multi-agent flocking collaborative control method for stochastic dynamic environment via graph attention autoencoder based reinforcement learning. Neurocomputing, 549: 126379, 2023.
3. H Zhao, G Yuan, Z Wang. Precise chirp control with model-based reinforcement learning for broadband frequency-swept laser of LiDAR. Optics Express, 31(12): 20286-20305, 2023.
4. J Xiao, Z Wang, J He, G Yuan*. A graph neural network based deep reinforcement learning algorithm for multi-agent leader-follower flocking. Information Sciences, 641: 119074, 2023.
5. J Xiao, G Yuan*, J He, K Fang, Z Wang. Graph attention mechanism based reinforcement learning for multi-agent flocking control in communication-restricted environment. Information Sciences, 620: 142-157, 2023.
6. H Zhao, G Yuan, J Xiao, J Li, H Zhang, K Fang, Z Wang. Linearization of nonlinear frequency modulated continuous wave generation using model-based reinforcement learning. Optics Express, 30(12): 20647-20658, 2022.
7. G Yuan, T Ye, H Fu, L Wang, Z Wang. Clustering based detection of small target pedestrians for smart cities. Sustainable Energy Technologies and Assessments, 52: 102300,2022.
8. Z Lin, Z Wang, G Yuan*, and Jean-Pierre Leburton, "Broadband transistor-injected dual doping quantum cascade laser ", Journal of the Optical Society of America B, 38(7): 2099-2103, 2021.
9. H Wang, G Yuan, X Zhao, L Peng, Z Wang, Y He, C Qu, Z Peng,“Hard exudate detection based on deep model learned information and multi-feature joint representation for diabetic retinopathy screening”, Computer Methods and Programs in Biomedicine, 191, 105398, 2020.
10. P Zhang, Z Wang, F Peng, Z Lin, Z Peng, Y Li, G Yuan*, “Introducing waveguide loss: Another way to realize a high-sensitivity microring biosensor”, Optik, 203: 163339, 2020.
获奖荣誉：
2008年度，“国家优秀自费留学生奖学金”（全球300名）