利用深度加強學習調控原子轉移自由基聚合的分子量分布

我們組最近跟CMU化學系的Yaron組、Kowalewski組和計算機系的Gordon組合作，在Molecular System Design & Engineering上發表了利用深度加強學習調控原子轉移自由基聚合（ATRP）分子量分布的工作（Tuning the molecular weight distribution from atom transfer radical polymerization using deep reinforcement learning）文章第一作者是Yaron組五年級博士生李海辰，第三作者是我們組五年級博士生Thomas Ribelli。

這項工作利用基於模擬的無模型強化學習和ATRP數值模擬，使得人工智慧能夠根據反應進度選擇合適的投料時機以獲得指定的產物分子量分布。