基于机器辅助的逆向设计方法，用于实现不规则颗粒的自组装以构建阿基米德镶嵌结构

《ACS Nano》：Machine-Assisted Inverse Design of Patchy Particles for Self-Assembly of Archimedean Tilings

逆设计策略通过机器辅助优化和模拟路径分步确定单组分片段粒子的关键属性（位置/结合强度），成功实现阿基米德镶嵌及复杂超晶格结构，降低计算成本并扩展设计空间探索能力。

　　

自组装在开发具有高度有序微观或纳米级结构的下一代材料方面具有巨大潜力。主要挑战在于高效探索高维参数空间，以实现用户所需的架构。在这项研究中，我们开发了一种用于各种阿基米德镶嵌结构的自组装的逆向设计策略，该策略采用了单组分不规则颗粒。我们方法的核心在于将设计空间分解与机器辅助优化技术和专门的模拟演化路径无缝结合，最终形成了一种逐步的模块化协议，用于确定关键颗粒属性。具体而言，我们采用了基于遗传算法的逆向演化学习协议，随后结合基于贝叶斯的正向优化协议，依次确定不规则颗粒的贴片位置和结合强度。因此，我们成功地在较低的计算成本下实现了各种阿基米德镶嵌结构以及更为复杂的异质超晶格的自组装。此外，我们的策略展现了强大的参数空间探索能力，为目标结构提供了简化或优化的设计方案。总体而言，我们的工作推进了在不规则颗粒模型范围内制造结构复杂且高性能界面材料的逆向设计策略。