英国剑桥大学全奖博士招生,「自动驾驶实验室驱动下一代半导体发现」

项目核心信息

项目名称：自动驾驶实验室方法探索下一代半导体（Discovering Next-generation Semiconductors via a Self-driving Lab Approach）

所属单位：剑桥大学（University of Cambridge）、EPSRC 材料 4.0 国家能力建设博士培训中心（CDT）、亨利・罗伊斯研究所（Henry Royce Institute）

导师团队：Shijing Sun 博士（项目牵头导师，邮箱：ss896@cam.ac.uk）、Aron Walsh 教授

资助类型：全额资助博士项目（CDT 第三批 cohort 3）

学制：3-4 年全日制

申请提示：鼓励国际申请者尽早提交，项目无明确截止日期（posted on 2026 年 1 月 8 日）

工作地点：英国剑桥（剑桥大学校区）

研究领域：人工智能、化学工程、能源技术、无机化学、机器学习、机器人学（核心：钙钛矿半导体、自动化材料合成、AI 驱动材料发现）

国际生配额：CDT 项目中 30% 名额面向优秀国际申请者，全球学生均可申请

项目背景与核心目标

金属卤化物钙钛矿半导体凭借优异的光电性能和低成本溶液加工兼容性，成为未来太阳能电池、发光二极管、显示器、激光器及光电探测器的核心候选材料。近年来，人工智能技术已能快速设计数千种具有定制化光电或稳定性的假想钙钛矿及类钙钛矿晶体结构，但 “计算设计” 与 “实验可合成” 之间存在巨大鸿沟 —— 旋涂法制备溶液基半导体时，溶剂组成、温度、湿度、反溶剂时机等加工参数的微小变化，都会导致晶体相、形貌、缺陷密度及器件性能的剧烈波动，难以稳定合成均匀、纯相的高质量薄膜。

本项目聚焦这一核心瓶颈，旨在开发整合 “机器人合成、自动化旋涂、AI 驱动优化” 的自主实验平台，搭建 AI 材料预测与实际应用之间的桥梁，实现下一代钙钛矿半导体的高效发现与性能调控，为清洁能源和光电子领域提供关键材料支撑。

研究内容与特色培养

核心研究任务

开发自动化旋涂工作流程，将涂覆模块整合至高通量机器人平台，构建全自动化薄膜制备与表征系统；

设计薄膜沉积的机器人工作流程，集成光致发光光谱（PL）、X 射线衍射（XRD）等自动化光学与结构表征技术；

基于机器人平台生成的实验数据，构建 AI 工艺模型，揭示加工条件对相形成及光电性能的影响机制；

实现 AI 驱动的材料性能优化，加速高性能钙钛矿半导体的发现与迭代。

跨学科培养优势

获得材料化学、自动化、机器学习领域学术与工业界导师的联合指导，接受跨学科系统训练；

依托剑桥大学自主材料研究组（Autonomous Materials Group）的现有技术积累，接入顶尖实验设施与科研资源；

加入 EPSRC CDT 材料 4.0 项目 cohort 3，参与 CDT 专属的学术交流、产业对接与职业发展培训。

申请要求

持有材料科学与工程、化学工程或相关学科的本科 / 硕士学位（优先考虑一等荣誉学位或优秀硕士学位）；

对材料实验与数据驱动方法（AI / 机器学习）的结合抱有浓厚兴趣；

具备扎实的实验动手能力，了解材料合成或表征技术者优先；

英语听说读写能力优秀，能适应国际跨学科协作环境；

欢迎不同背景的申请者，CDT 项目致力于平等、多样性与包容性，鼓励少数群体申请。

资助详情

学费覆盖：全额承担英国本地（Home）及国际学生学费；

生活津贴：每年至少 20,780 英镑免税 stipend，如适用可额外享受伦敦地区补贴；

额外支持：提供研究训练支持金（research training support grant），覆盖实验耗材、差旅费、学术会议注册费等。

申请方式与咨询

申请渠道

通过剑桥大学研究生申请系统提交申请，链接：https://www.postgraduate.study.cam.ac.uk/courses/directory/pcmmpddnc，点击 “Apply Now” 填写申请表。

咨询方式

通用咨询（CDT 项目相关）：doctoral-training@royce.ac.uk；

申请相关咨询：Ana Talaban-Bailey（邮箱：ajt69@cam.ac.uk）；

项目详情咨询（牵头导师）：Shijing Sun 博士（邮箱：ss896@cam.ac.uk）。