一句话总结

在一个金属有机框架合成平台上演示了所提出的方法，该两步法用于自主实验室的最优资源利用，将约束规划与状态依赖系统相结合：约束规划寻找在硬件约束下最小化总时间的调度方案，状态依赖系统则用于鲁棒执行。

核心贡献

• 提出一个两步法，优化自主金属有机框架合成平台的资源利用。
• 约束规划计算出满足所有硬件容量和吞吐量约束且总实验时间最小的调度方案。
• 一个任务状态依赖系统使计算出的最优调度方案能够鲁棒执行。

引言

作者们解决了自主材料科学平台中的一个关键空白：当 AI agent 请求具有未知、可变时长和复杂依赖关系的实验时，如何协调仪器使用。尽管先前的系统关注网络连接和组件通信，但它们通常缺乏在并行容量限制和任务间依赖等现实约束下优化资源调度的能力。作者们将此问题形式化为一个 Job Shop 问题，并通过使用 OR-Tools 的约束满足规划进行求解，然后将生成的最优调度方案与一个状态依赖执行系统相结合，以便在金属有机框架合成机器人上鲁棒地运行任务。

方法

该自主实验室编排系统协调一个设计用于金属有机框架（MOFs）溶剂热合成的机器人平台。该平台包括多种工作站：用于前驱体分配的注射泵、用于反应的加热块、用于洗涤的离心机以及用于移动样品瓶的机械臂。为跟踪样品瓶和资源的状态，作者们为每个资源分配一个三位数地址，指明资源类型、具体单元和位置。这种寻址系统也扩展到注射泵和未分配的样品，从而能够在整个合成工作流程（包括混合前驱体、加热、洗涤和干燥）中精确跟踪样品位置和资源占用情况。

为了管理复杂的工作流程并优化资源利用，作者们将机器人调度操作形式化为约束满足框架下的一个 Job Shop 问题。每个合成作业被分解为一系列任务，这些任务具有已知或估计的时长和特定的资源需求。调度器施加严格约束以反映硬件限制和化学要求。例如，单个样品的任务必须顺序执行，离心机要求重叠的任务必须同时开始和结束。此外，在同一加热块上进行的反应必须共享相同温度并同时结束，以确保安全的压力管理。求解器的目标是最小化一批作业的总完成时间。

该调度器被设计为自适应的，允许在进行中的实验活动中集成 AI agent 所建议的新实验。当引入新作业时，调度器会重新计算现有作业剩余任务与新样品任务的最优调度，确保维持诸如避免同一反应器上反应和干燥任务重叠等约束。

虽然 Job Shop 调度器能够有效地确定任务顺序并估计启动时间，但作者们指出，由于可能存在时间变异，仅依赖这些估计进行执行是不够的。为了鲁棒地执行任务，该系统采用了一个状态依赖和互斥锁（mutex）机制。每个系统组件都分配了一个互斥锁，对于多样品资源，每个单独的位置也分配了一个互斥锁。函数在利用组件之前必须检出相应的互斥锁，确保在必要时实现独占访问。

执行逻辑围绕遵循依赖图的单元操作（UnitOP）函数构建。一个 UnitOP 在尝试获取组件互斥锁之前，必须通过所有状态依赖检查，从而防止资源囤积和死锁。例如，前驱体分配任务依赖于预加热任务，以确保反应器处于正确温度，并且反应能够在分配后不久开始。像离心机这样的共享资源由全局 UnitOP 管理，这些全局 UnitOP 协调多个样品的同时加载和处理，而各个样品的 UnitOP 则等待全局操作完成特定阶段。

这种基于约束的调度与依赖驱动的执行相结合，使得平台能够高效且鲁棒地处理复杂的多样品合成任务，动态适应新的实验请求，同时遵守所有硬件和程序约束。

实验

一个合成作业被分解为一系列固定任务，每个任务分配给特定的硬件。大多数步骤具有较短的固定时长，但反应步骤的时长是可变的，由 AI agent 提供，这就产生了一个必须遵守严格硬件容量和时间约束的调度问题。机械臂和夹爪是使用最频繁的资源，每个样品执行三个一分钟任务（分配前驱体、移除上清液、分配溶剂）。反应时长是唯一没有固定时间的任务，范围从 30 分钟到 2880 分钟（两天），由采集函数设定。洗涤循环是可以使用不同溶剂重复的宏操作，每个循环占用离心机固定的 60 分钟时间。在架子上设置的 24 小时保持步骤将样品置于无约束的存储状态，从而实现过夜排队而不阻塞其他资源。离心机强制执行一个“全或无”约束：如果有多个样品在离心机上重叠，它们的开始时间必须相同，以防止在旋转过程中加载样品。

合成工作流程被分解为一系列固定任务，具有严格的资源容量和时间约束，其中 AI agent 设定了可变的反应时长，从而将执行转化为调度问题。机械臂和夹爪对每个样品执行多个短任务，而离心机强制执行一个“全或无”约束，迫使重叠样品具有相同的开始时间，以防止旋转中加载。一个 24 小时的无约束保持步骤允许过夜排队而不阻塞其他资源，洗涤循环占用离心机固定时长。