由University of Tn-Knoxville的 Elham Foadian/Mahshid Ahmadi 團隊主導，聯(lián)合Hanyang University、Yonsei University、Northwestern University以及橡樹嶺國家實驗室（ORNL）等單位合作搭建的ACCEL（Automated Closed-loop Co-Optimization and Experimentation Learning）全自動閉環(huán)自主實驗平臺，完整打通了鈣鈦礦薄膜制備、原位實時光致發(fā)光（PL）表征、高斯過程-貝葉斯優(yōu)化（GP-BO）機器學習迭代的全自主流程。

ACCEL 平臺針對性地破解了甲脒基Dion–Jacobson（DJ）準二維鹵化鈣鈦礦研發(fā)中的多重痛點：

● 三元組分空間龐大、人工試錯效率極低：平臺集成機器人滴涂 + 旋涂高通量合成硬件，搭配高斯過程 - 貝葉斯優(yōu)化（GP-BO）模型自主探索由 3D FAPbI?、兩種 DJ 間隔劑前驅體構成的三元組分體系；單次閉環(huán)可批量制備 96 種不同配比薄膜，共完成 6 輪自主液滴打印迭代、累計篩選 576 組組分，依靠算法自適應篩選高潛力組分區(qū)間，替代傳統(tǒng)人工逐一配比試錯模式。

● 結晶動力學難以調控、薄膜易出現(xiàn)多物相混雜：平臺將原位實時 PL 作為核心在線反饋信號，退火過程每秒采集光譜，動態(tài)追蹤薄膜成核速率、準二維中間相向目標相的完整演變路徑；結合非負矩陣分解（NMF）解析海量時序 PL 光譜，區(qū)分不同 n 值準二維雜相與 3D α-FAPbI?特征發(fā)光信號，明確兩種間隔劑的動力學調控機理：短鏈 BDA 可加速薄膜成核、快速搭建無機鈣鈦礦骨架，環(huán)狀 3AMP 會延緩結晶、延長晶格弛豫時間以提升薄膜有序度；復配兩種間隔劑可平衡結晶速率，有效抑制物相不均一與低 - n 雜相殘留。

● 多表征設備數(shù)據(jù)割裂、物相驗證周期冗長：平臺創(chuàng)新搭建跨設施門控主動學習（Gated Active Learning）優(yōu)化閉環(huán)：以原位高通量 PL 完成初篩，將優(yōu)選組分樣品送至離線設備開展 XRD 結構表征；通過 XRD 圖譜與標準 α-FAPbI?的相似度量化打分，將結構約束數(shù)據(jù)輸入機器學習模型更新搜索方向，實現(xiàn)光學發(fā)光穩(wěn)定性與晶體結構純度雙指標協(xié)同優(yōu)化，規(guī)避單一表征指標帶來的優(yōu)化偏差；整套自動化閉環(huán)大幅縮短合成 - 篩選 - 驗證周期，在自動化流程下快速鎖定高純度 α-FAPbI?組分，最終借助陰極發(fā)光（CL）高光譜成像驗證薄膜的微米尺度物相空間均勻性。

美國北卡羅來納州立大學 Milad Abolhasani 團隊（第一作者 Jinge Xu）在《Nature Communications》上報道了名為"Rainbow"的多機器人自驅動實驗室。該平臺由Opentrons OT-2 液體處理機器人、表征機器人（Agilent BioTek Cytation 5）、DOBOT CRS 機械臂及定制器皿補給機器人組成，集成微型并行批次反應陣列（96孔板）與自動化的光譜表征模塊，實現(xiàn)了從試劑配制、并行多組反應、自動樣品轉運到反應后光譜檢測的全流程無人化運行。

Rainbow 平臺為高性能金屬鹵化物鈣鈦礦納米晶（MHP NCs）的加速數(shù)據(jù)驅動發(fā)現(xiàn)與逆合成提供了可行的途徑，破解了合成和優(yōu)化中的痛點：

● 混合變量高維合成空間人工難以高效篩選：金屬鹵化物鈣鈦礦納米晶的合成面臨"巨大且復雜的參數(shù)空間"挑戰(zhàn)，包括連續(xù)變量（如前驅體濃度、鹵化物配比）和離散變量（如配體種類/結構）的混合。基于此，Rainbow集成了專屬 AI agent，采用混合變量多目標貝葉斯優(yōu)化（Mixed-variable multi-objective BO）框架，使得平臺能同時處理"連續(xù)參數(shù)"（如濃度）和"離散化學空間"（如不同碳鏈長度的有機酸配體），無需人工干預即可在復雜的高維參數(shù)空間中自主導航。

● 高通量并行閉環(huán)大幅壓縮研發(fā)與放大驗證周期：平臺采用并行化微型 96 孔批次反應體系，單輪循環(huán)可同步開展 24 組帶生物學重復的合成條件測試，單日最多完成 230 組不同配方篩選；原文指出，人工試錯完成同等規(guī)模參數(shù)優(yōu)化需耗費 10–12 個月，而 Rainbow 僅需單日即可完成目標發(fā)射能對應的性能帕累托前沿全映射，實現(xiàn)超 350 倍的材料研發(fā)提速。面向規(guī)模化制備實際需求，研究對平臺篩選得到的帕累托配方開展 30 倍放大合成驗證，微量高通量樣品與放大產物的 PLQY、發(fā)射半高寬（FWHM）光學性能高度一致；并通過離線粉末 XRD、TEM-EDS 正交表征證實產物為純立方鈣鈦礦晶相，在儀器檢出限（2 wt%）范圍內未檢出第二雜相，大幅縮短從實驗室配方篩選到可規(guī)模化工藝驗證的完整周期。

參考文獻

1、Foadian, E., Yu, Y., Sanchez, S. L., Lawrie, B. J., Song, H., Marshall, J., Kim, B. J., Shin, S., Fletcher, J. D., Kanatzidis, M. G., Choi, H., Yang, J., Liu, Y., & Ahmadi, M. ACCEL: Automated Closed-loop Co-Optimization and Experimentation Learning Enables Phase-Pure Identification in Formamidinium-based Dion–Jacobson Halide Perovskites. ChemRxiv, 2026.

2、Xu, J., Moran, C. H. J., Ghorai, A., Bateni, F., Bennett, J. A., Mukhin, N., Latif, K., Cahn, A., Jha, P., Licona, F. D., Sadeghi, S., Politi, L., Abolhasani, M. Autonomous multi-robot synthesis and optimization of metal halide perovskite nanocrystals. Nat. Commun. 16, 7841 (2025).