基于鲁棒特征包多目标贝叶斯优化的自主探针显微镜：纳米尺度结构-性能权衡的帕累托前沿映射

组合材料库是生成大量候选成分家族的有效途径，但其影响往往受限于表征的速度和深度，以及从复杂表征数据中提取可操作的结构-性能关系的难度。在此，我们开发了一个自主扫描探针显微镜（SPM）框架，该框架集成了自动化的原子力显微镜和磁力显微镜（AFM/MFM），以快速探索组合铺展库中的磁性和结构特性。为了在没有明确优化目标的情况下实现系统的自动化探索，我们引入了一种结合方法，将基于物理信息的静态特征包（BoF）表示（用于描述测量的表面形貌和磁结构）与多目标贝叶斯优化（MOBO）相结合，以发现特征的相对重要性和鲁棒性。由此产生的闭环工作流程选择性地对成分梯度进行采样，并重建出与密集网格“真实值”测量一致的特征景观。由此产生的帕累托结构揭示了多个纳米尺度目标同时优化的位置，粗糙度、一致性和磁对比度之间的权衡不可避免的位置，以及成分家族如何聚类成不同的功能区域，从而将多特征成像数据转化为可解释的竞争性结构-性能趋势图。虽然该方法是针对Au-Co-Ni和AFM/MFM演示的，但它是通用的，可以扩展到其他组合系统、成像模态和特征集，说明了基于特征的MOBO和自主SPM如何将显微镜图像从静态数据产品转变为用于实时、多目标材料发现的主动反馈。