通过机器人技能学习实现样品刮取以加速实验室自动化

使用实验室机器人进行自主实验提供了一条吸引人的途径，既能将科学家从繁琐任务中解放出来，又能加速诸如气候变化与药物等热点问题的材料发现。尽管部分实验流程已可从自动化受益，但由于处理不同工具、化学品和玻璃器皿所需的高度运动机能与灵活性，样品制备仍由人工完成。化学领域的一项基础流程是结晶，其一种应用为多晶型筛选，即从晶体获取三维分子结构。此过程极为重要的是尽可能多地回收样品，因为分子合成在时间与资金上均代价高昂。为此，化学家在转移至成像板前刮擦小瓶以取回样品内容物。该过程自动化具有挑战性，因为它超越了机器人插入任务，基本要求是在受限环境（样品小瓶）内执行细粒度运动。受人类化学家从小瓶刮取粉末过程的启发，我们工作提出一种无模型强化学习方法以学习刮取策略，从而实现完全自主的样品刮取流程。我们首先利用 Panda Franka Emika 机器人与实验室刮刀在模拟小瓶内创建特定场景的仿真环境，以展示刮取策略如何在仿真中成功学习。随后我们在实验室环境的真实机器人 manipulator 上训练并评估方法，表明我们的方法可跨多种设置自主刮取粉末。