研究进展：AI+材料自主实验室-多保真贝叶斯优化 | Nature Computational Science

本文研究了多保真贝叶斯优化（MFBO）在材料和分子研究中的应用，旨在通过结合不同精度的信息源来降低实验成本。研究通过合成问题和真实化学问题验证了MFBO的有效性，并提出了适用边界条件（低成本源的成本比ρ < 0.1且信息量R² > 0.8时效果最佳）。研究结果表明，在共价有机框架气体吸附等实际应用中，MFBO能显著节约成本。此外，研究还提供了开源工具，以促进MFBO在自主实验室中的应用。