该研究使用强化学习控制补丁颗粒的动力自组装十二边形准晶体，生成缺陷较少的DDQC。强化学习获得的温度计划能更高效地复现所需的结构，同时能够自主地发现结构波动增强实现全局稳态的临界温度。估计的策略引导系统朝向临界温度以促进DDQC的形成。