Autonomous robotic nanofabrication with reinforcement learning
巨視的なビルディングブロックと同じくらい効果的に単一分子を処理する機能は、自己組織化にアクセスできない複雑な超分子構造の構築を可能にします。この目標を妨げる根本的な課題は、原子スケールのコンフォメーションの制御されない変動性と貧弱な観測可能性です。ここでは、両方の障害を回避する戦略を提示し、単一の分子を操作することによって自律ロボットナノ加工を実証します。私たちのアプローチは強化学習（RL）を使用します。RLは、大きな不確実性とまばらなフィードバックに直面してもソリューション戦略を見つけます。超分子構造から走査型プローブ顕微鏡で自律的に分子を除去することにより、RLアプローチの可能性を示します。私たちのRLエージェントは優れたパフォーマンスを発揮し、以前は人間が実行する必要があったタスクを自動化することができます。私たちの仕事は、現在の能力を超えた速度、精度、忍耐力を備えた機能的な超分子構造のロボット構築のための自律エージェントへの道を開くと期待しています。
advances.sciencemag.org/cgi/content/short/6/36/eabb6987
2020/09/02
Science1349
コメントは受け付けていません。