电池 ，生物材料和异质催化剂等技术的功能是由分子和中尺度成分的混合物定义的。到目前为止 ，这种多长度尺度的复杂性无法通过原子模拟完全捕获，并且第一原理的此类材料的设计仍然很少1,2,3,4,5 。同样，实验复杂性随变量的数量成倍尺度缩放 ，将大多数搜索限制为狭窄的材料空间区域 。机器人可以协助实验搜索6,7,8,9,10,11,12,13,14 ，但是由于所需的样本类型，操作 ，工具和测量值的多样性 ，它们在材料研究中的广泛采用是具有挑战性的。在这里，我们使用一个移动机器人来寻找改进的水催化剂 ，以从Water15中生产氢。该机器人在八天内自主操作 ，在一个可划分的贝叶斯搜索算法16,17,18的驱动下，进行了10个可观的实验空间中的688个实验 。这种自主搜索确定了光催化剂的混合物 ，其活性是初始制剂的六倍 ，从而选择了有益的组件并取消选择负分量 。我们的策略使用灵量19,20自由漫游机器人21,22,23,24，使研究人员自动化而不是工具。这种模块化方法可以在传统的实验室中部署 ，以解决超出光催化以外的一系列研究问题 。
本文来自作者[admin]投稿，不代表永利号立场，如若转载，请注明出处：http://www.siyonli.com/zlan/202506-794.html
评论列表（3条）
我是永利号的签约作者“admin”
本文概览： 电池，生物材料和异质催化剂等技术的功能是由分子和中尺度成分的混合物定义的。到目前为止，这种多长度尺度的复杂性无法通过原子模拟完全捕获，并且第一原理的此类材料的设计仍然很少1...
文章不错《移动机器人化学家》内容很有帮助