通过深度强化学习进行精确的原子操作

编辑

绿萝

扫描隧道显微镜（STM）是一种扫描探针显微术工具，扫描隧道显微镜可以让科学家观察和定位单个原子，它具有比它的同类原子力显微镜更加高的分辨率。STM中的原子级操作使得基于人工结构的物质量子态的创建和基于单个原子的计算电路的极端小型化成为可能。

然而，先验未知的操作参数、尖端顶点自发变化的可能性以及尖端-原子相互作用建模的难度，使得选择能够在整个扩展操作中实现原子精度的操作参数具有挑战性。

在这里，来自芬兰阿尔托大学（AaltoUniversity）的研究人员使用深度强化学习(DRL)来控制现实世界的原子操作过程。联合使用几种最先进的强化学习(RL)技术来提高数据效率。DRL智能体学习以最佳精度操纵Ag()表面上的Ag吸附原子，并与路径规划算法集成以完成自主原子组装系统。

研究表明，最先进的DRL可以为纳米制造中的现实世界挑战提供有效的解决方案，并为原子尺度上日益复杂的科学实验提供强大的方法。

该研究以「Preciseatommanipulationthroughdeepreinforcementlearning」为题，于年12月5日发布在《NatureCommunications》上。

论文链接：