基于强化学习的自主机器人纳米制造

若能像处理宏观构建块一样有效地处理单分子，将使得构建无法通过自组装获得的复杂超分子结构成为可能。阻碍这一目标的基本挑战是原子尺度构象的不可控变异性与较差的可观测性。在此，我们提出一种规避这两类障碍的策略，并展示了通过操控单分子实现的自主机器人纳米制造。我们的方法采用强化学习(RL)，其即使在巨大不确定性与稀疏反馈下也能找到解决策略。我们通过扫描探针显微镜从超分子结构中自主移除分子——一项纳米尺度减材制造的示例性任务——来展示我们RL方法的潜力。我们的RL智能体达到了优异的性能，使我们能够自动化此前必须由人类执行的任务。我们预期我们的工作为自主智能体以超越当前能力的速度、精度与毅力机器人化构建功能超分子结构开辟了道路。