自动驾驶实验室(SDLs),即由人工智能提出后续实验、机器人系统予以执行的实验平台,正迅速成为自主材料探索的重要方法。实际挑战在于如何将面向不同探索目标的AI算法与异构的实验硬件和控制软件连接起来。本文提供了一个关于NIMO的视角,这是一个开源软件平台,通过三种核心范式来解决这一挑战:通过简单的CSV文件交换实现的模块化AI–机器人解耦、整合领域知识的离散候选池架构,以及提供十二种不同AI算法访问权限的统一Python接口。在这篇观点文章中,我们回顾了每种算法的工作原理以及由NIMO驱动的六种多样化SDL实施方案,涵盖电解质发现、有机合成、薄膜探索、燃料电池过程信息学、咖啡环相探索以及传统液体处理自动化。其中一项还展示了NIMO与IvoryOS编排框架的互操作性。为了使自主科学民主化,我们还推出了一款无代码桌面应用程序,使非程序员能够直观地进行人在回路探索。NIMO可自由获取,网址为 https://github.com/NIMS-DA/nimo。