arXiv · ML· Sergei V. Kalinin·· 10 天前AI 评分38
自主显微镜中构建异构多步工作流:奖励设计与知识迁移以发现结构性质
Building heterogeneous multistep workflows in automated microscopy: reward design and knowledge transfer for autonomous structure property discovery
AI 导读
开发了预算受限框架,用于自主显微镜的多步结构性质工作流,结合科学奖励、动作成本和仪器观测模型。 框架利用真实电子能量损失光谱数据集运行两项任务:控制器在成像与光谱间选择,或在仪器漂移时决定重校准时机。结果显示简单获取规则是强有力的基线,独立误差分析揭示了模型不确定性何时是可靠信号。 该框架为自主实验的设计、比较和审计提供了可复现方法,并定义了显微镜部署所需的功能。
来源:arXiv · ML · arxiv.org