摘要
大型语言模型使自主药物发现代理成为可能，但成功取决于候选分子集是否整体满足协议要求。现有系统依赖冗长历史与模糊自反思，导致故障定位不准及状态噪声大。本文提出 CACM 框架，通过协议审计与接地诊断器分析多模态证据，精准定位违规并生成修正提示。CACM 将记忆组织为静态、动态和校正通道，并在写回前压缩，以保持规划上下文紧凑。实验表明，该方法将目标成功率提升了 36.4%，证明了精确诊断与经济化代理状态的重要性。
AI 推荐理由
论文提出约束感知校正记忆机制，核心创新在于记忆架构设计与写回策略。
研究机构
中国科学院自动化研究所
中国科学院大学计算机科学学院
中国科学院自动化研究所人工智能与机器人研究中心
香港中文大学工程学院
香港中文大学工程学院人工智能与机器人研究中心
论文信息