研究方向：
从事纳米尺度下多物理场与物质相互作用的理论方法的发展，揭示表界面的响应机制和性能调控规律，助力功能材料设计。
1. 纳米尺度下的光与物质相互作用：发展了一系列理论方法，包括化学环境敏感的离散偶极相互作用模型（cd-DIM）、化学环境敏感的离散偶极相互作用模型与含时密度泛函组合方法（cd-DIM/TDDFT）、局域积分拉曼密度方法（LIRPD）、以及极化键模型（BPM）等，用于研究等离激元光响应特性、表面等离激元耦合激子、表面等离激元耦合分子振动，以及表面等离激元耦合电子转移等近场下的表界面物化过程。这些方法深化了对光-物质相互作用微观机理的理解，为高效能量转换提供了理论基础。
2. 多物理场下机器学习辅助催化剂设计：研究催化剂在多物理场（光、热、电、等离元近场）环境下的微观反应机理，基于多物理场与物质相互作用的深刻理解，利用机器学习算法建立催化剂的结构-性能关系，预测具有优异光、热、电响应特性的纳米催化剂，为开发可持续能源转化技术提供理论和实验指导。
3. 界面反应动力学：研究反应场驱动下材料表界面的重构、缺陷乃至相变等复杂过程的产生机制。发展了自适应采样反应力场优化法（ASopt），提升了高维参数空间训练效率、精度与鲁棒性，并结合 DFT 和高分辨电子显微技术，揭示了结构演化规律、提出界面设计策略，为功能材料构建和优化提供了可靠方案。
程序开发：
1. 环境敏感的离散偶极相互作用模型（cd-DIM）
Nature Communications, 2015, 6, 8921.
2. 化学环境敏感的离散偶极相互作用模型与含时密度泛函组合方法（cd-DIM/TDDFT）
Chemical Science, 2025, 16, 16187.
3. 局域积分拉曼密度方法（LIRPD）
Nature Communications, 2019, 10, 2567.
4. 极化键模型（PBM）
5. 自适应采样反应力场优化法（ASopt）