首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于
智能AI morning

缩小分析到设计的差距:自动驾驶实验室的授权代理

2026-11-20 1 阅读 约1分钟阅读 Yimeng Liu, Eric Isbrandt, Felix Katzenburg, Kevin P. Greenman, Han Hao, Yang Cao, Varinia Bernales, Al\'an Aspuru-Guzik
分享:
字号:
arXiv:2611.25043v1 公告类型:新 摘要:人工智能 (AI) 代理越来越多地集成到自动驾驶实验室 (SDL) 中,以规划实验并解释结果。然而,仅靠分析推理并不能使实验室实现自治:只有当代理可以在不受监督的情况下在物理硬件上运行并且知道何时服从人类时,SDL 中的自治才能实现。在这里,我们提出了一种在设计-制造-测试-分析 (DMTA) 周期的分析-设计界面集成代理的架构,支持代理驱动的测量选择和数据解释,同时确保状态更改操作得到授权、验证和可审计。我们在合成有机染料的氧化剂筛选活动中在液相色谱-质谱 (LC-MS) 仪器上演示了这种架构。在人类定义的活动限制内,代理提交测量作业,解释质谱 (MS) 和二极管阵列检测 (DAD) 数据,标记失败的实验,并生成氧化剂排名。该排名与从脚本峰积分中获得的排名相匹配,有机化学家证实了该试剂的光谱解释和故障分配。在重播存档的 LC-MS 数据的模拟环境中,代理选择在不同的注入限制下注入哪些井,它在大约第七次注入时测量了最高产量条件,而随机顺序的平均产量为 14.5,并在每次注入限制为 8 次或更多的活动中识别出它。因此,代理可以缩小分析与设计之间的差距,同时其行为保持有限且可验证,这是 SDL 迈向更大自主权的一步。
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱