马里兰大学 (UMD) 的工程师开发了一种结合机器学习和协作机器人技术的模型，以克服可穿戴绿色技术中使用的材料设计中的挑战。

在马里兰大学化学与生物分子工程系助理教授陈伯彦的带领下，发表在《自然通讯》杂志上的一种用于可穿戴加热应用的气凝胶材料加速方法可以使新材料的设计过程自动化。

气凝胶与水基凝胶类似，但由空气制成，是一种轻质多孔材料，由于其机械强度和柔韧性而用于隔热和可穿戴技术。尽管气凝胶的性质看似简单，但其装配线却很复杂;研究人员依靠耗时的实验和基于经验的方法来探索广阔的设计空间并设计材料。

为了克服这些挑战，研究团队结合机器人技术、机器学习算法和材料科学专业知识，加速设计具有可编程机械和电气特性的气凝胶。他们建立的预测模型可以生成准确率高达 95% 的可持续产品。

陈说：“由于缺乏高质量的实验数据，材料科学工程师往往很难采用机器学习设计。我们的工作流程结合了机器人技术和机器学习，不仅提高了数据质量和收集率，而且还可以帮助研究人员驾驭复杂的设计空间。”