三倍寿命提升
通过两阶段深度主动学习与知识迁移，在极小样本下高效搜索复杂配方空间，并量化组分间关联。
洪旭峰 · Harris, Stephen J. · Meng, Jiashen · 赵千川 · Xu, Kang · 庞全全 · 江奔奔
Nature Communications 2026
仅经过三次学习迭代，框架选择的电解质就将锂金属对称电池的平均寿命提高了三倍，显著优于传统试错法的改进速度。
深度主动学习选择信息量最大的实验，在减少实验次数的同时建立了不连续配方-性能关系的模型，从而节省成本和周期。
利用目标统计编码，从已有设计中提取知识并迁移到扩展的配方空间或新组分，只需少量额外测量即可获得改进配方。