数据看板:时间缩短39.1%，电费降低28.9%，每跑一个实验省9.14度电费。自主实验室正在改变科学研究的运行方式。

当机器人能够连续执行实验，算法能够协调不同设备与任务，科研活动开始从围绕人的工作节律展开，逐步走向由机器人系统持续组织的运行模式。这一转变，通常首先体现为实验效率的提升。

然而，从human-centric（以人为主体） 到robotic-centric（以机器为主体），带来的变化还可以更深一层：实验室获得了更大的时间安排自由度，也因此具备了协调科研活动与外部能源条件的可能。

自主化释放的时间自由度，可以同时服务于科学发现的效率与科研运行的可持续性。

中国科学技术大学智能科学家团队开展的一项研究，正是沿着这一方向展开：将实验完成时间与用电成本共同纳入调度，通过模拟分析与真实实验验证，探索自主实验室在“更智能、更快”之外的另一种价值。

一、从human-centric到robotic-centric，实验室的组织方式正在改变

在以人为中心的实验室中，许多操作的启动和衔接，需要围绕科研人员何时能够到场、操作与交接来安排。反应本身可以持续数小时甚至更久，但加料、转移、分离和表征等环节，仍可能受到人员可用时间的限制。

人的工作节律，由此成为实验室运行的重要时间边界。

当实验执行转向robotic-centric，机器人与调度系统可以持续协调设备、样品和操作流程。哪些任务先执行，哪些设备可以共享，哪些步骤必须连续衔接，能够在整个实验室的范围内统一安排。

这里改变的，是实验执行的组织基准：人员在场时间的约束减弱，科学流程与设备资源成为持续排程的依据。

这一变化扩大了实验室可以选择的运行方案。

实验依然需要遵守反应时间、操作顺序和工艺条件，但在这些边界之内，部分操作的起始执行时间和设备分配可以调整。时间由此成为一种能够主动分配的资源。

这也是自主实验室值得进一步挖掘的能力：它可以决定如何使用连续运行所释放的时间空间。

图1 自主实验室的空间组织与用电调度。上部为实验室功能区、设备及流程连接，颜色表示设备额定功率（W）；下部为调度示意，展示在保留操作时长与先后关系的条件下，将部分高功率操作移向低电价时段。底部负荷曲线为概念示意。原稿图1。

二、时间自由度，让科研有机会响应能源系统

当实验时间具有可调节性，实验室与能源系统之间就出现了新的协调空间。

实验室中的不同操作具有不同的功率需求。加热、煅烧等高功率操作，与部分低功率分析和处理操作，对用电成本的影响并不相同。在分时电价条件下，相同的操作安排在不同时段，可能产生不同的电费。

如果实验室能够识别流程中的时间灵活性，就可以在科学条件允许的范围内，将部分高功率操作安排到低电价时段，同时协调其他操作，控制整组任务的完成时间。

科研活动何时消耗电力，由此成为可以优化的决策。

这种能力需要被明确地设计出来。连续运行提供了更大的排程空间，而调度目标决定这份空间如何被使用：用于尽快完成任务，还是在完成速度与用电成本之间选择合适的平衡。

研究团队为此构建了融合强化学习与约束规划的调度框架。强化学习快速生成可行的初始方案，约束规划进一步纳入分时电价，调整设备分配、批次组合与操作时间。

整个过程始终受到科学约束的限制。必要的反应持续时间、步骤顺序、连续衔接和参数要求，共同定义了可调整的边界。

这让电价信号能够参与实验决策，也让自主实验室开始具备一种新的运行能力：在完成科学任务的过程中，主动响应外部用电条件。

图2 强化学习与约束规划结合的调度框架。动态实验任务和实验室状态构成输入。强化学习（RL）生成可行初始排程，约束规划（CP）结合分时电价进一步优化完成时间与电费。操作顺序、设备分配、批处理、参数一致性和时间同步共同限定可行方案。原稿图2。

三、从模拟到真实实验，验证时间自由度的实际价值

研究首先通过动态模拟，分析不同电价条件和调度权重下的运行表现，考察完成时间与用电成本之间的关系。

模拟显示，调度收益取决于峰谷价差，也取决于实验流程实际允许调整的空间。随着条件变化，可获得的收益会受到流程依赖、设备资源和完成时间与用电成本之间权衡的共同限制。

图3 动态模拟中的成本、时间与求解性能。a、b：不同峰谷电价比下的电费降幅及峰、谷时段能耗占比；每种条件含5组配对场景。c：相对于未纳入电价目标的方案，完成时间增幅与电费降幅的权衡。d、e：电费随任务数和模拟时间的变化；e为各策略中完成时间居中的场景。f：不同并行任务数下的求解时间（s）和联合目标值。蓝、绿、红线在d、e中分别表示未纳入电价目标、纳入电价目标及人工排程模拟。电费单位为元（¥）；能耗和电费均依据额定功率估算。原稿图3。

随后，团队将调度框架接入真实自主实验室，完成了涵盖六类化学流程的36项实验任务验证，涉及材料与催化剂合成、聚合物降解及多类性能表征。

实际执行表明，系统能够将调度方案转化为设备之间相互衔接的操作序列，并在既定科学约束下，将部分高功率操作移向低电价时段。

与同一任务集的人工排程模拟基线相比，真实执行方案将完成时间缩短了39.1%，估算电费降低了28.9%。

在已经实现自主运行的基础上，与仅优先缩短完成时间的实际执行方案相比，纳入电价目标进一步降低了14.1%的估算电费，完成时间增加了11.5%。上述电费依据操作执行记录、设备额定功率和设定分时电价计算。

这两组比较呈现了不同层次的价值：从human-centric走向robotic-centric，可以释放整体运行效率；在自主运行中进一步引入能源目标，则可以把部分时间灵活性转化为用电成本收益。

从模拟分析到真实实验验证，研究证明了这种协调能够落实为实验室中的实际运行。

图4 六类流程、36项任务的真实实验验证。a：六类流程代表性变体的操作时长（h）与额定功率（W）。b：两种自主排程的实际执行记录；纵轴按任务到达顺序排列，颜色表示功率，日、月符号表示峰、谷电价时段。c：蓝、绿线依据实际执行记录估算电费，分别对应未纳入和纳入电价目标的方案；红线为人工排程模拟基线。三个终点分别为57.95 h／282.9元、64.59 h／242.9元和106.05 h／341.6元。原稿图4。

四、自主科研的评价，需要绿色指标

这项研究的意义，可以进一步放到科研基础设施的设计中理解。

当自主实验室具备持续执行与统一调度的能力，科研系统就有条件同时考虑实验可靠性、任务完成效率与能源响应能力。实验室如何运行，开始成为可以系统设计和优化的问题。

这也拓展了科学研究与可持续发展的关系。

科研通过发现新的催化剂、能源材料和化学过程，为能源转型提供技术。与此同时，产生这些知识的实验室，也在持续使用设备、时间与能源。将可持续目标纳入实验运行，意味着科研基础设施自身也可以参与这一转变。

图5 不同电价条件下的应用范围。上图比较同一36项任务相对人工排程模拟基线的成本收益。合肥实心柱依据实际执行记录，其他四地斜线柱依据模拟；纵轴为每流程估算电费节省额按谷电价折算的成本当量（kWh当量／流程），不表示实际节电量。下图展示118个自主实验室相关项目或平台的地理分布；彩色点标记五个电价案例城市，不表示所有站点均已完成验证。原稿图5。

本研究以分时电价为切入点，验证了时间灵活的经济价值。进一步接入实测功率、分时电网碳强度和可再生能源供给信息，将能够评估这种运行能力的环境效益，并探索更广泛的能源协同目标。

随着自主实验室逐步扩展，调度系统所追求的目标，将越来越直接地影响科研活动如何使用资源。绿色，可持续成为自主实验室设计与评价中的一个新指标。

论文：A sustainability-aware self-driving laboratory

作者：Junyi Zhou、Luyao Ge、Lulu Guo、Chen Qian、Jun Jiang、Weiwei Shang、Xiaobo Li

发表平台：ChemRxiv；版本：v1（预印本）；发布日期：2026年10月23日。

原文链接：10.26434/chemrxiv.15010960/v1