贝叶斯协导航：用于自主调查组合材料库的计算物理模型与 AFM 实验的协同探索
材料科学
2025-12-10 v1
摘要
构建自主实验工作流程需要超越数据驱动的替代模型，以整合和动态细化物理理论于探索过程中。本文展示了贝叶斯协导航——一种框架的第一次完全自动化实验实现，该框架中自主智能体同时运行物理实验和计算昂贵的物理模型。使用与动力蒙特卡罗 (kMC) 模型耦合的自动 AFM 平台，系统推断出 (CrTaWV)x-Mo(1-x) 伪二元组合材料库的有效键能，逐步调整 kMC 参数以减小模拟与实验之间的认识差距。这种实时理论细化使 kMC 模型能够捕捉特定材料系统的行为，并揭示了杂化键合在表面扩散中起控制作用的机制。这些结果确立了协导航作为一种通用策略，用于紧密集成物理模型与自主实验平台，以产生可解释且持续自我纠正的复杂材料系统理论建模。
引用
@article{arxiv.2512.08084,
title = {Bayesian Co-Navigation of a Computational Physical Model and AFM Experiment to Autonomously Survey a Combinatorial Materials Library},
author = {Boris N. Slautin and Kamyar Barakati and Yu Liu and Reece Emery and Philip Rack and Sergei V. Kalinin},
journal= {arXiv preprint arXiv:2512.08084},
year = {2025}
}
备注
19 pages, 5 figures