摘要
大语言模型在科学发现中潜力巨大，但难以弥合理论推理与可验证物理模拟间的差距。现有方案多处于被动“执行后响应”循环，缺乏运行时感知能力。为此，本文提出 EmbodiedAct 框架，通过将 LLM 锚定于具身行动并构建紧密的感知 - 执行循环，将传统科学软件转化为主动的具身 Agent。在 MATLAB 中的实例化实验表明，该方法在长程模拟的可靠性、稳定性及科学建模准确性上显著优于现有基线，达到最先进水平。
AI 推荐理由
论文核心在于将 LLM 转化为能调用科学软件的工具型 Agent，强调感知 - 执行闭环的技能实现。
研究机构
中国科学院
论文信息