論文の概要: Closed-Loop Robotic Manipulation of Transparent Substrates for Self-Driving Laboratories using Deep Learning Micro-Error Correction
- arxiv url: http://arxiv.org/abs/2512.06038v1
- Date: Thu, 04 Dec 2025 21:08:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-09 22:03:54.161929
- Title: Closed-Loop Robotic Manipulation of Transparent Substrates for Self-Driving Laboratories using Deep Learning Micro-Error Correction
- Title（参考訳）: 深部学習マイクロエラー補正を用いた透明基板の閉ループロボットマニピュレーション
- Authors: Kelsey Fontenot, Anjali Gorti, Iva Goel, Tonio Buonassisi, Alexander E. Siemenn,
- Abstract要約: 自動運転車研究所(SDL)は、化学や材料を発見し、改善するためのスループットと自動化機能を加速した。
本稿では,ロボット工学,デュアルアクチュエータ・ディスペンサ,深層学習駆動型コンピュータビジョンを用いて,ASHE(Automated Substrate Handling and Exchange)の閉ループ法を開発した。
透明ガラス基板をSDLに再装填する130の独立試験において, 初回配置精度98.5%を示し, 2つの基板ずれがみられ, 正常に検出, 修正された。
- 参考スコア（独自算出の注目度）: 37.15585828167556
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Self-driving laboratories (SDLs) have accelerated the throughput and automation capabilities for discovering and improving chemistries and materials. Although these SDLs have automated many of the steps required to conduct chemical and materials experiments, a commonly overlooked step in the automation pipeline is the handling and reloading of substrates used to transfer or deposit materials onto for downstream characterization. Here, we develop a closed-loop method of Automated Substrate Handling and Exchange (ASHE) using robotics, dual-actuated dispensers, and deep learning-driven computer vision to detect and correct errors in the manipulation of fragile and transparent substrates for SDLs. Using ASHE, we demonstrate a 98.5% first-time placement accuracy across 130 independent trials of reloading transparent glass substrates into an SDL, where only two substrate misplacements occurred and were successfully detected as errors and automatically corrected. Through the development of more accurate and reliable methods for handling various types of substrates, we move toward an improvement in the automation capabilities of self-driving laboratories, furthering the acceleration of novel chemical and materials discoveries.
- Abstract（参考訳）: 自動運転車研究所(SDL)は、化学や材料を発見し、改善するためのスループットと自動化機能を加速した。
これらのSDLは、化学実験や材料実験を行うために必要な多くのステップを自動化しているが、自動化パイプラインの一般的に見落とされたステップは、下流のキャラクタリゼーションのために材料を移動または堆積するために使用される基板のハンドリングと再ロードである。
本稿では, ロボット, デュアルアクチュエータディスペンサ, 深層学習駆動型コンピュータビジョンを用いた自動基板交換(ASHE, Automated Substrate Handling and Exchange)の閉ループ法を開発し, SDL用脆弱基板および透明基板の操作における誤りの検出と修正を行う。
ASHEを用いて、透明ガラス基板をSDLに再ロードする130個の独立した試験において、98.5%の初回配置精度を実証した。
様々なタイプの基板を扱うためのより正確で信頼性の高い方法の開発を通じて、我々は、新しい化学・材料発見の加速を推し進め、自動運転研究所の自動化能力の向上に向かっている。
関連論文リスト
- Diffusion Graph Neural Networks and Dataset for Robust Olfactory Navigation in Hazard Robotics [0.0]
香りによるナビゲーションは、ロボットシステムにおいて需要が高まっている能力である。
現在の方法はしばしば曖昧さに悩まされ、特にロボットが不正な物体に臭気をあてはめる場合である。
本稿では,新しい機械学習手法とともに,マルチモーダル・ウルフアクション・データセットを提案する。
論文 参考訳（メタデータ） (2025-05-31T08:22:09Z) - A Self-Supervised Robotic System for Autonomous Contact-Based Spatial Mapping of Semiconductor Properties [40.361306070887366]
我々は、ロボットにドメインエキスパート測定の原則に従うように教えるコンタクトベースのロボットシステムに、自己監督型の自律性を構築する。
半導体光伝導性を特徴付けるために,4自由度ロボットプローブを24時間自律駆動することで,このアプローチの性能を実証する。
論文 参考訳（メタデータ） (2024-11-15T02:36:36Z) - On the Vulnerability of LLM/VLM-Controlled Robotics [54.57914943017522]
大規模言語モデル(LLM)と視覚言語モデル(VLM)を統合するロボットシステムの脆弱性を,入力モダリティの感度によって強調する。
LLM/VLM制御型2つのロボットシステムにおいて,単純な入力摂動がタスク実行の成功率を22.2%,14.6%減少させることを示す。
論文 参考訳（メタデータ） (2024-02-15T22:01:45Z) - Chemist-X: Large Language Model-empowered Agent for Reaction Condition Recommendation in Chemical Synthesis [55.30328162764292]
Chemist-Xは、化学合成における反応条件最適化(RCO)タスクを自動化する包括的なAIエージェントである。
このエージェントは、検索強化世代(RAG)技術とAI制御のウェットラブ実験を実行する。
我々の自動ウェットラブ実験の結果は、LLMが制御するエンドツーエンドの操作を、ロボットに人間がいない状態で行うことで達成され、Chemist-Xの自動運転実験における能力が証明された。
論文 参考訳（メタデータ） (2023-11-16T01:21:33Z) - Automated Automotive Radar Calibration With Intelligent Vehicles [73.15674960230625]
本稿では,自動車用レーダセンサの自動校正手法を提案する。
本手法では, 車両の外部改造を必要とせず, 自動走行車から得られる位置情報を利用する。
実地試験場からのデータを評価した結果,インフラセンサを自動で正確に校正できることが判明した。
論文 参考訳（メタデータ） (2023-06-23T07:01:10Z) - Robotic Navigation Autonomy for Subretinal Injection via Intelligent
Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。
提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。
ブタ前眼の精度と再現性について実験を行った。
論文 参考訳（メタデータ） (2023-01-17T21:41:21Z) - Accelerating Laboratory Automation Through Robot Skill Learning For Sample Scraping [4.969887562291159]
自律的な実験にラボロボティクスを使うことは、科学者を退屈な作業から救い出す魅力的な道のりを提供する。
一部の実験では、既に自動化の恩恵を受けることができるが、サンプルの準備はまだ手作業で行われている。
完全自律型サンプリングスクレイピング手法を実現するため,スクレイピングポリシーを学習するためのモデルフリー強化学習法を提案する。
論文 参考訳（メタデータ） (2022-09-29T15:40:12Z) - An Automated Scanning Transmission Electron Microscope Guided by Sparse
Data Analytics [0.0]
本稿では,新たに出現するスパースデータ分析によって導かれる閉ループ管楽器制御プラットフォームの設計について論じる。
機械学習によって通知される集中型コントローラが、限られた$a$$priori$知識とタスクベースの識別を組み合わせることで、オンザフライでの実験的な意思決定を駆動する様子を実証する。
論文 参考訳（メタデータ） (2021-09-30T00:25:35Z) - Detecting Faults during Automatic Screwdriving: A Dataset and Use Case
of Anomaly Detection for Automatic Screwdriving [80.6725125503521]
障害検出に機械学習(ML)を使用したデータ駆動型アプローチが最近注目されている。
本稿では,自動スクリュー運転時の故障検出にMLモデルを用いた場合について述べる。
論文 参考訳（メタデータ） (2021-07-05T11:46:00Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。