一个自主监督的机器人系统,用于基于接触的半导体属性的自主空间映射
Alexander E Siemenn1, Basita Das1, Kangyu Ji1,2
1Department of Mechanical Engineering, Massachusetts Institute of Technology, 77 Massachusetts Avenue, Cambridge, MA 02139, USA.
Science advances
|July 4, 2025
概括
本研究介绍了用于材料表征的自我监督机器人自主性,提高了自动驾驶实验室的测量质量和吞吐量. 该系统实现了矿薄膜的高精度光导测绘,识别了制造缺陷.
科学领域:
- 材料科学 材料科学 材料科学
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
背景情况:
- 将机器人系统集成到自动驾驶实验室中可以改善材料特性.
- 目前用于机器人自主化的深度学习方法缺乏精确的定位,需要大量的标记数据.
研究的目的:
- 开发基于接触的机器人系统的自我监督自主性,用于材料表征.
- 提高自动驾驶实验室的测量质量,可靠性和吞吐量.
主要方法:
- 实现了一个自主监督的神经网络驱动的机器人系统,配备了4DOF机器人探测器.
- 在24小时内对矿膜组成的半导体光导体具有自主特征.
- 实现了像素精确定位,并遵循专家测量原则.
主要成果:
- 在3025个独特姿势下成功表征光导性,超过每小时125次测量.
- 空间映射光导性,揭示矿膜中的组成趋势和不均性.
- 证明了基于接触的表征的高精度和可靠的自动化.
结论:
- 自主监督的自主性使机器人系统中的高通量,精确的材料表征成为可能.
- 这种方法有助于识别制造缺陷,研究半导体的关键性质.
- 该系统提升了自动驾驶实验室的功能,用于先进的材料分析.


