机构名称：
¥ 1.0
在材料设计中，目标是确定可以在某些起始材料或物质上执行的化学和物理操作的途径，以将其转换为所需的目标材料。这项研究的目的是证明在自动实验室中基于目标的增强学习（RL）的潜力。我们的实验表明，当给出一个目标（例如目标材料）和一组初始材料时，RL可以学习实现该目标的一般途径。我们假设训练有素的RL化学家可以通过学习完成重复性，劳动密集型和/或需要高度精确度的任务来帮助减少这些及相关ELDS的实验时间和成本。随着模拟复杂性的增加，训练有素的RL化学师可能会在该系统中发现新材料和/或反应途径。为了支持这一点，我们共享允许科学家和
ChemgyMrl -Mark Crowley
主要关键词
相关文件推荐
