この記事では、好奇心アルゴリズムを搭載した化学ロボットアシスタントが、複雑な化学系の状態を効率的に探求する様子が描かれています。このロボットは明確な最適化目標なしに、オープンエンドな方法で配合を探求します。自己推進型の油-in-水液滴の研究にCAロボットを適用することで、ランダムなパラメータ探索よりもはるかに多様な液滴の挙動を観察しました。また、温度変化に対する液滴の急激で特異な反応を発見しました。自己推進液滴の6つの運動モードを識別し、NMRなどの技術を用いて分類しました。この研究は、ターゲットなしの探索が不確実な観測の速度を大きく向上させ、新しい発見につながる可能性があることを示しています。