人工智能（AI）和机器人实验的集成对于实现自动化材料探索至关重要。如果人工智能系统可以承担一些通常由人类研究人员执行的信息任务，并且机器人系统可以执行所需的物理任务，那么材料探索实验就可以自动进行。这样的平台有望发现许多新颖材料并带来材料科学的实质性创新。

近日，一篇题为：NIMS-OS: an automation software to implement a closed loop between artificial intelligence and robotic experiments in materials science的文章发表在了Taylor & Francis旗下材料科学国际期刊Science and Technology of Advanced Materials: Methods（STAM-M）。

NIMS-OS: an automation software to implement a closed loop between artificial intelligence and robotic experiments in materials science

作者：Ryo Tamura, Koji Tsuda & Shoichi Matsuda

DOI：10.1080/27660400.2023.2232297

为更好地为读者介绍这一研究成果，本文作者团队制作了视频，由第一作者Ryo Tamura研究员分享了该研究的主要贡献、创新点、独特性以及未来团队的研究方向，并详述了为何选择STAM-M发表这一研究。

👇欢迎点击下方链接观看视频，了解研究详情👇

创新Python库，用AI和机器人实验集成系统助力材料自动化探索 (sohu.com)

NIMS-OS（NIMS Orchestration System）是一个Python库，旨在实现机器人实验和人工智能（AI）的闭环，无需人工干预，实现自动化材料探索。它使用各种模块组合来自主运行。每个模块都充当材料探索的人工智能或机器人实验的控制器。作为人工智能技术，本系统可以使用基于贝叶斯优化（PHYSBO）、无边界无目标探索（BLOX）、相图构建（PDC）和随机探索（RE）方法的物理优化工具。此外，还有一种称为NIMS自动化机器人电化学实验（NAREE）的系统可作为一套机器人实验设备。还包括结果的可视化工具，允许用户实时检查优化结果。可以轻松添加新创建的人工智能和机器人实验模块，以扩展系统的功能。此外，我们还开发了一个GUI应用程序来控制 NIMS-OS。为了演示NIMS-OS的运行，我们考虑对新电解质进行自动探索。

NIMS-OS可从https://github.com/nimsos-dev/nimsos获取。

引用本文：Ryo Tamura, Koji Tsuda & Shoichi Matsuda (2023) NIMS-OS: an automation software to implement a closed loop between artificial intelligence and robotic experiments in materials science, Science and Technology of Advanced Materials: Methods, 3:1

Science and Technology of Advanced Materials: Methods

Science and Technology of Advanced Materials: Methods（STAM-M）刊登有关改进和/或加速材料开发的新兴方法和工具的研究，鼓励在材料设计、分析和加工中实际应用数据驱动方法和计算方法，特别是从仪器、信息学和计算机科学的角度，从而促进跨学科交流。本期刊以开放获取模式出版，会酌情考虑接受研究人员提出的APC减免申请，如需要可在提交论文时同步提出！

期刊关注的领域有：

• 期刊方法论、仪器

• 建模和模拟

• 高通量实验、仪器和计算

• 人工智能、机器学习、数据驱动分析

• 数据挖掘、高通量筛选

• 计算机系统和服务

文章接受类型：Review, Research Article, Rapid Communication, Case Report, Tutorial, Introductory Review, and Data Note

主编：

Kazuhiro Hono | 日本国立材料科学研究所

执行主编：

Masanobu Naito | 日本国立材料科学研究所

中国编委：

王俊杰 | 西北工业大学材料学院教授

了解更多期刊信息，请访问期刊主页