arXiv cs.AI· Heewoong Noh, Gyoung S. Na, Elton Pan, Namkyeong Lee, Chanyoung Park·· 8 小时前AI 评分22
CondMSP：条件驱动与资源感知的无机材料合成规划
CondMSP: Condition-Informed and Resource-Aware Inorganic Materials Synthesis Planning
AI 导读
CondMSP 将材料合成规划从配方预测扩展到执行感知规划，通过联合预测器与变量专属专家预测温度、时间和气氛，并将其同时用作工序生成的上下文与执行需求。在共享约束下，该方法按统一效用对候选路线排序，并在炉次预算下用约束优化联合选择路线、分配热工阶段，使参考配方复现率在每目标 3 次模拟炉次时从 27.9% 提升至 32.9%，30 次试验时从 34.7% 提升至 40.0%。
来源：arXiv cs.AI · arxiv.org