AI驱动二维材料自主实验

        本方向探索人工智能如何改变传统材料研究范式。针对二维材料生长过程参数维度高、实验周期长、经验依赖强等问题，我们将材料实验、自动化装备、机器人技术、机器视觉、原位表征和人工智能深度融合，建设面向二维材料研究的智能化自主实验平台。

        通过自动执行实验、实时获取多模态数据、机器学习建模以及闭环优化，使实验系统能够根据已有结果自主推荐并执行下一组实验条件，逐步实现从传统“人工试错”向高通量—自动化—数据驱动—自主决策的材料研究模式转变。

重点研究：

·       自动化CVD与机器人实验系统

·       原位多模态表征与机器视觉

·       晶圆级Raman、光学及电学自动化表征

·       材料实验数据库与机器学习模型

·       Bayesian Optimization / Active Learning / Reinforcement Learning

·       AI驱动实验设计与闭环自主优化

长期目标：构建面向二维材料研究的 Self-Driving Materials Laboratory