学科: 控制科学与工程

本文介绍了一种名为CRESt的多模态机器人平台，结合大模型与自动化实验，3个月内筛选900多种催化剂，发现八元合金催化剂在甲酸氧化反应中性能提升9.3倍。

标签: 人工智能 多模态模型 机器人实验 材料发现 电催化剂

传统化学反应通常涉及少数反应物生成单一产物，但新研究利用机器人技术探索复杂的反应网络，揭示了更多未知的化学可能性。

标签: 化学反应 反应网络 机器人 机器学习 高通量实验

本文提出一种新型量子容错计算方法，可在常数轮次内完成逻辑操作，显著降低空间-时间开销，适用于表面码等广泛纠错码。

标签: 横向操作 表面码 量子容错

化学反应结果如何随反应条件变化仍不明确。本文开发了一种低成本机器人平台，利用光学检测技术快速量化产物收率，扫描数千种条件下的反应空间，发现产率分布通常平缓，但也存在意外反应区域和主产物切换现象，并揭示了隐藏的中间体和产物。

标签: 光谱解混 化学反应超空间 机器人平台

本文展示了在300毫米半导体晶圆厂中制造的硅基自旋量子比特器件，其单比特和双比特操作保真度均超过99%，态制备与测量保真度高达99.9%。研究发现残余含核自旋的同位素是主要误差来源，进一步提纯可提升性能。

标签: 同位素纯化 工业制造 硅基自旋量子比特 量子门保真度 门集层析

高维核磁共振（NMR）可用于蛋白质结构解析，但采集时间长。深度学习可加速重建，但限于三维以内且难以应对未见过的加速倍数。本文提出一种名为ROAD的新方法，通过将信号分解为一维指数成分并结合神经网络校正误差，实现对3D和4D蛋白NMR谱的高效、鲁棒重建，支持广泛加速倍数，为高维NMR的快速应用开辟新路径。

标签: ROAD方法 核磁共振 深度学习 蛋白质结构 高维谱重建

本研究提出一种名为AggreBots的新型生物机器人，通过引导性模块化聚集人呼吸道上皮细胞球（CBBs）来精确控制其结构形态和纤毛分布，从而调控运动模式。AggreBots可形成杆状、三角形和菱形等不同几何形状，并结合无活性纤毛模块实现混合结构，显著增强对运动行为的设计与调控能力。

标签: AggreBots 模块化聚集 纤毛生物机器人 组织工程 运动控制

组织由细胞、细胞核、蛋白质聚集体等微粒构成，其大小分布与疾病密切相关。现有技术难以在完整组织中无创测量纳米到微米级的颗粒尺寸。本文提出一种非接触光学技术SPARSE，通过分析生物组织反射的激光散斑时空特性，实现10纳米至10微米范围内颗粒尺寸的精确量化，无需已知颗粒折射率或浓度，可应用于乳腺癌等疾病的实时病理评估。

标签: 激光散斑 病理诊断 组织微结构 非侵入式检测 颗粒尺寸测量

华东师范大学团队开发出一种无透镜中红外成像新方法，利用非线性晶体中的光致‘小孔’将红外图像转为可见光，实现大景深、宽视场、高灵敏度成像，且可扩展至三维成像。

标签: 三维成像 中红外成像 光学小孔 无透镜成像 非线性晶体

预测物理交互效果的动力学模型对机器人操作的规划与控制至关重要。传统物理模型依赖完整状态信息，难以从复杂现实感知数据中获取；而基于学习的模型直接从感知数据中学习状态转移函数，能捕捉复杂因素、估计不确定性并加速仿真。本文综述了该领域最新进展，涵盖可变形物体、颗粒材料及多物体交互等长时序操作任务，重点讨论状态表示的选择及其对建模偏差的影响，并探讨与状态估计和控制系统的结合方式，指出未来研究的关键方向。

标签: 动力学模型 基于学习 机器人操作 物理交互 状态表示