曾获奖励情况：2025年，湖南省教学成果特等奖，排名2

2023/2025年，四有文职人员

2021年，军队三等功

2020年，军队专业技术人员三类岗位津贴

主要贡献：建设人工智能数学基础研究生导师队伍。坚持党建统领，履行新型军事人才培养任务，着力建设面向军事智能化的运筹优化方向，从北大、清华、阿姆斯特丹大学引进了人工智能数学基础方向3名博士，留校1名，充实研究生导师队伍。培养军事应用导向的数学专业研究生。主持先进计算专项课题等军事科研课题10项，从一线部队实际需求中凝练数学问题，形成研究生选题。研究成果转化为教学素材，建设的思政案例《抗日战争重大事件博弈建模》获教育部学位与研究生教育发展中心立项，入选校研究生课程思政优质案例汇编。

培养研究生情况：坚持“问题驱动、学科交叉、服务部队”科研特色，强化研究生论文选题贴近军事科研，依托主持的军委科技委、装备发展部课题，培养优化方向研究生。研究生学员获国家奖学金1项、学校二等优秀奖学金1项、学院强基奖学金6项。学员5人获军队研究生创新项目支持，1人获湖南省运筹学学会优秀论文奖二等奖。指导研究生发表数学T1期刊JORSC，智能TOP期刊会议TPAMI，NeurlPS，ACL，AAAI等，以及情报领域TOP期刊JASIST, JOI, Scientometrics等论文20余篇。主讲面向全校研究生的“博弈与决策分析”等军事特色的研究生公共选修课程。

案例1:“融科研、强军事”，优化方向研究生培养服务新域新质战斗力生成。博士生李浩针对侦察系统无法对大容量网络通信系统的高速数据流进行全量侦察的现实问题，研究面向高速数据流的网络目标计算模型和网络数据稀疏采样策略，提出了关系型Bandit 问题求解方法来利用有限侦察装备动态调整侦察线路，优化侦察资源调度策略，并给出了后悔值估计、泛化界估计、收敛率估计等理论分析工作。方法在网络高价值目标控守问题上取得了提质降本的效用。在网络空间部队某基地测试表明，对高价值目标的匹配数量较现行侦察工作所采用的均匀采样、随机采样策略分别提升97.67%，97.21%。单位试用给出了该模块具有较高军事应用价值的评价。

案例2:“重交叉、立前沿”，研究生选题面向军事智能，拓展优化应用。创新能力培养是研究生教育的核心，作为导师在研究生的培养中，引导学生夯实专业基础、聚焦国际前沿、树立创新意识、提升创新技能。指导博士研究生吕怡琴研究智能模型的风险优化方法，提出基于分布式鲁棒优化的元学习策略，突破现有模型训练成本瓶颈，建立了分布鲁棒策略与Stackelberg 博弈直接的数学关系, 揭示了两阶段优化策略中分位数估计对泛化界的影响，以一作/并列一作发表智能Top 会议NeurIPS 论文2篇、Top 期刊TPAMI1 篇。指导某大工程直博生曾炳垚研究具身智能中的优化问题，针对当前人形机器人运动重定向中存在的“人-机实体差异大”等核心问题，研究机器人拟人运动的最小约束违背优化理论与算法，获国防科技大学自主创新基金支持。拓展了戴彧虹院士、张立卫教授提出的最小违背优化应用领域，开展了合作，发表了T1数学期刊论文，有利于提升我校数学学科影响力。