自主多机器人合成和优化金属化纳米晶体
Jinge Xu1, Christopher H J Moran1, Arup Ghorai1
1Department of Chemical and Biomolecular Engineering, North Carolina State University, Raleigh, NC, USA.
Nature communications
|August 22, 2025
概括
彩虹是一个自动驾驶实验室, 使用机器人和机器学习来优化金属化物晶合成. 这加快了新光子材料的发现,
科学领域:
- 材料科学
- 纳米技术
- 化学工程
背景情况:
- 金属化 (MHP) 纳米晶体 (NC) 具有可调节的光学特性.
- 复杂的合成参数空间阻碍了MHPNC潜力的充分利用.
研究的目的:
- 推出Rainbow,一个多机器人自动驾驶实验室,用于高效的MHPNC合成优化.
- 使用机器学习 (ML) 导航MHPNC的高维景观.
主要方法:
- 集成自动化NC合成,实时表征和基于机器学习的决策.
- 使用并行批量反应器,机器人样本处理和连续光谱反进行闭环实验.
- 系统地探索连接物结构和前体条件.
主要成果:
- 自主优化MHPNC光学性能,包括光发光量子产量和发射线宽度.
- 确定关键的结构与属性关系.
- 为目标光谱输出发现可扩展的帕雷托最佳配方.
结论:
- 彩虹提供了一个多功能蓝图,用于加速,数据驱动的高性能MHPNC的发现.
- 促进下一代光子材料和技术的按需实现.
- 能够有效地导航复杂的合成景观.
