撰稿：劳伦·哈达克（Lauren Hardaker） 2025年7月7日
科学家们正在寻找能够提升太阳能电池及其他设备效率的新型半导体材料。然而，科学家们手动监测关键材料特性的速度成为创新的瓶颈。麻省理工学院（MIT）研究人员开发的一套完全自主机器人系统，有望加快这一进程。相关研究发表在《科学进展》（Science Advances）期刊上。
图片来源：Pixel B/Shutterstock.com
该技术利用机器人探针评估光电导率，这是一项重要的电学特性，决定材料对光的电响应能力。
研究人员将材料科学领域专家的知识融入指导机器人决策的机器学习（Machine Learning，ML）模型中，使机器人能够选择探针接触材料的最佳位置，以获取关于光电导率的最大信息量，同时采用独特的路径规划方法确定探针在接触点间的最快移动路线。
在一次为期24小时的测试中，这套完全自主的机器人探针每小时采集超过1,250个独特测量数据，表现出比现有基于人工智能（Artificial Intelligence，AI）技术更高的精度和可靠性。
该技术有望通过大幅提升科学家分析新型半导体材料关键特性的速度，推动更高效太阳能电池的研发。
“我认为这篇论文非常令人振奋，因为它为自主接触式表征方法提供了路径。并非所有重要的材料特性都能通过非接触方式测量。如果需要与样品接触，测量过程必须快速且最大化信息获取。”
托尼奥·布奥纳西西（Tonio Buonassisi），本研究资深作者，麻省理工学院教授
其他合著者包括主要作者、研究生亚历山大·（亚历克斯）·西门恩（Alexander (Aleks) Siemenn）、博士后研究员巴西塔·达斯（Basita Das）、季康宇（Kangyu Ji）及研究生方晟（Fang Sheng）。
实现接触式测量
自2018年以来，布奥纳西西教授实验室一直致力于开发完全自主的材料发现实验室。近期重点是寻找新型钙钛矿（Perovskite）半导体材料，这类材料广泛应用于太阳能光伏电池。
此前研究中，他们建立了快速合成及打印新型钙钛矿材料组合的方法，并开发了基于成像的关键材料特性测定技术。
然而，测定光电导率最精确的方法是将探针直接接触材料，照射光线后测量其电学响应。
“为了让我们的实验室操作尽可能快速且精准，我们必须设计出既能获得最佳测量结果，又能最大限度缩短整个流程时间的方案。”
亚历山大·（亚历克斯）·西门恩，研究主要作者，麻省理工学院研究生
相关报道
期刊参考：
西门恩，A.，等。（2025）《一种用于自主接触式半导体性质空间映射的自监督机器人系统》。科学进展。doi.org/10.1126/sciadv.adw7071。
来源：