Liverpool研究團隊開發了一個由多模塊單元組成的G度集成且智能化的化學實驗平臺，為機器人賦予更G的靈活性。該系統基于 KUKA 機器人平臺構建，定位精度可達 ±0.12 毫米，并配備了激光掃描儀和力傳感器等各種傳感器，能準確完成實驗室操作。

用于移動 agent 處理的定制核磁共振機架。左圖：組裝好的機架預先裝有核磁共振管，并放置在 ISynth 平臺內，然后液體輸送工具將液體分配到管子中，管子有帶孔的蓋子，以便分配。右圖：NMR-Agent 使用定制的指尖，使其能夠垂直和水平地抓握和移動機架。垂直握把方向用于從 ISynth 甲板上取下機架，水平握把方向用于將機架移入臺式核磁共振自動采樣器。

系統的核心控制單元是智能自動化系統控制面板（IAS - CP），采用 ZeroMQ 通信協議，可以將實驗室的各種儀器模塊（如合成反應平臺、UPLC–MS（超G效液相色譜—質譜）和 NMR（核磁共振）等）無縫連接，實現實驗數據的實時傳輸與自主分析。

IAS-CP 可通過廣播向各實驗模塊傳遞指令，對多臺儀器進行G效調度，靈活控制實驗進程，且支持非專業用戶進行簡單操作，這種靈活性使其在多步驟化學反應中的應用能力大大提升。

1.75 米G的移動機器人系統用于解決探索性化學中的三個主要問題：執行反應、分析產物以及根據數據決定下一步做什么。

這兩個機器人在解決化學合成的三個不同L域的問題時以合作的方式執行這些任務——結構多樣化化學（與藥物發現相關）、超分子主客體化學和光化學合成。

結果發現，借助 AI 功能，移動機器人做出與人類研究人員相同或相似的決定，但這些決定的時間比人類快得多，而人類可能需要數小時。

L導該項目的利物浦大學化學和材料創新工廠系的 Andrew Cooper 教授解釋說：

“化學合成研究既耗時又昂貴，無論是在物理實驗還是決定下一步要做什么實驗方面，因此使用智能機器人提供了一種加速這一過程的方法。

“當人們想到機器人和化學自動化時，他們往往會想到混合溶液、加熱反應等。這是其中的一部分，但決策至少可能同樣耗時。對于探索性化學尤其如此，因為你不確定結果。它涉及基于多個數據集的關于某事是否有趣的微妙的上下文決策。對于研究化學家來說，這是一項耗時的任務，但對 AI 來說卻是一個棘手的問題。

決策是探索性化學中的一個關鍵問題。例如，研究人員可能會運行多個試驗反應，然后決定只放大反應產量G或有趣產物的反應。這對 AI 來說很難做到，因為某件事是否“有趣”且值得追求的問題可能有多種背景，例如反應產物的新穎性，或者合成路線的成本和復雜性。

前利物浦大學博士生、化學系博士后研究員 Sriram Vijayakrishnan 博士L導了合成工作，他解釋說：“當我攻讀博士學位時，我手工完成了許多化學反應。通常，收集和弄清楚分析數據所需的時間與設置實驗的時間一樣長。當您開始自動化化學時，這個數據分析問題變得更加嚴重。你終可能會淹沒在數據中。

“我們通過為機器人構建 AI 邏輯來解決這個問題。這將處理分析數據集以做出自主決策 -- 例如，是否繼續進行反應的下一步。這個決定基本上是即時的，所以如果機器人在凌晨 3：00 進行分析，那么它將在凌晨 3：01 之前決定對進展的反應。相比之下，化學家可能需要幾個小時才能瀏覽相同的數據集。

Cooper 教授補充說：“與訓練有素的研究人員相比，這些機器人的背景廣度較小，因此在目前的形式下，它不會有"靈光乍現"的時刻。但對于我們在這里交給的任務，AI 邏輯在這三個不同的化學問題上做出的決策或多或少與合成化學家相同，而且它在眨眼間做出這些決定。擴展對 AI 的上下文理解也有很大的空間，例如，通過使用大型語言模型將其直接連接到相關的科學文獻。

未來，利物浦團隊希望利用這項技術來發現與藥物合成相關的化學反應，以及用于二氧化碳捕獲等應用的新材料。