机器学习破解“鱼与熊掌”难题：东北大学王舒禹团队设计出既强又隔热的聚合物

本文介绍了东北大学王舒禹团队在《Chemical Engineering Journal》上发表的研究成果，该研究通过遗传算法-强化学习（GA-RL）混合生成框架，结合化学信息学验证，成功设计出既具备高机械刚度又具有低热导率的新型聚合物。研究背景源于航空航天、深海探测等极端环境对材料性能的苛刻要求，传统聚合物难以同时满足高刚度和低热导率的矛盾需求。研究目的旨在通过机器学习技术精准调控分子结构，解决这一长期存在的材料设计难题。研究团队通过三步法框架，从生成海量候选分子到最终筛选出10种性能优异的聚合物，其热导率低至0.075 W/m·K，体积模量突破4.59 GPa，并通过分子动力学模拟验证了预测的高可靠性。这一成果不仅为极端环境材料设计提供了全新计算范式，也证明了机器学习在材料科学中的巨大潜力。