原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，试图用仅有一个原子厚的食材来制作一个微观三明治。这些食材被称为“二维材料”，当你将它们堆叠在一起时，可以创造出令人惊叹的新电子特性。然而，手工操作这项任务，就像戴着烤箱手套去搭纸牌屋：既缓慢又令人沮丧，而且如果你打个喷嚏，整个结构就会分崩离析。大多数情况下，这个“三明治”最终会带有气泡、褶皱，或者层与层之间的角度扭曲错误，从而导致实验失败。
本文介绍了一种解决方案：一位利用人工智能（AI）的“机器人厨师”，能够每次都完美地制作这些原子三明治。
以下是该系统的工作原理，分解为简单的概念：
1. 机器人的“眼睛”和“手”
机器人配备了一台高功率相机和一个由柔软、粘性材料制成的特殊“印章”（就像便利贴，但是是用于原子的）。
- 眼睛：在机器人开始任何操作之前，其计算机视觉系统会扫描工作台，寻找微小的材料薄片。它不仅仅是看到它们，还能识别它们的形状、大小和方向，就像你在一大堆拼图碎片中辨认出特定的一块一样。
- 手：机器人使用聚二甲基硅氧烷（PDMS）印章轻轻拾起一片薄片。然后，它将其降落在基底（三明治的最底层）上。
2. “牛顿环”之舞
这是最关键的部分。当机器人将粘性印章降落到材料上时，印章与材料之间会出现彩色的环状图案（称为“牛顿环”），这就像你 pressing 一张透明塑料片贴在玻璃窗上时看到的彩虹色一样。
- 挑战：机器人需要确切知道何时停止降低印章，以及何时将其拉回以拾取材料而不将其撕裂。
- 解决方案：机器人实时观察这些彩虹环。它追踪“波前”（润湿接触边缘）的移动情况。如果环移动得太快或太慢，机器人会立即调整其速度。
3. “自我提升”的大脑（强化学习）
这是人工智能大放异彩的地方。过去，机器人只是遵循一套固定的指令。如果出了问题，机器人会重复同样的错误。
- 新方法：这台机器人会详细记录它所做的每一个动作。它记录温度、印章的速度、彩虹环的视频以及最终结果。
- 学习：在每次尝试之后，机器人的 AI 大脑（使用一种称为“软演员 - 评论家”的方法）会审查这份日记。它会问：“我移动得太快了吗？温度太高了吗？”然后它会更新自己的规则，以便下次做得更好。
- 结果：随着时间的推移，机器人越来越擅长控制“彩虹环”的速度和温度，减少错误并使过程更加顺畅。这就像一个视频游戏角色，从每一次“死亡”中学习，从而更快地通关。
4. 大考：“魔角”三明治
为了证明机器人有效，科学家们要求它构建该领域最困难的三明治：扭曲双层石墨烯（TBLG）。
- 目标：他们需要将两层石墨烯（一种由碳制成的材料）堆叠在一起，并以一个非常具体、微小的角度（约 1.1 度）进行扭曲。这被称为“魔角”。
- 难度：即使偏差了极小的一点点角度，你所寻找的特殊物理现象也会消失。手工操作极其困难，且经常失败。
- 结果：机器人成功构建了 100 个这样的堆叠。其中约有一半的精度在 0.1 度以内。
- 证明：他们测试了其中一个由机器人制造的堆叠，发现其行为完全符合物理预测：它展示了超导性（零电阻导电）以及其他奇特的量子效应。这证明机器人不仅仅构建了一个堆叠，而是构建了一个完美的堆叠。
为什么这很重要
目前，制造这些材料就像少数熟练工匠从事的手工艺。它既缓慢又不一致。本文表明，我们可以将其转变为可编程制造。通过将机器人与能够从自身错误中学习的 AI 相结合，我们可以大规模生产这些复杂的原子级薄器件。这为发现新的量子现象打开了大门，而这些现象以前之所以未被发现，是因为我们无法以足够快或足够精确的速度制造出这些材料。
简而言之：本文描述了一种机器人，它利用人工智能来“看”、“感”和“学习”，如何以大师级工匠的精度堆叠原子级薄的材料，同时具备机器般的速度和一致性。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。