AI for Science Autonomous Labs Tool Use Declarative Programming
摘要

为释放 AI 在科学领域的潜力,必须使智能体脱离纯数字环境,具备控制现实实验室的能力。针对自主实验室兴起的背景,本文提出“代码即实验(EaC)”新范式,将实验编码为可编译至设备级 API 的声明式配置。该架构涵盖系统层的程序分析、安全校验及任务编排,最终通过驱动设备 API 执行程序化实验。这是一种独立于具体科学领域与仪器的通用栈,旨在融合物理、系统与智能层,推动科学发现突破。

AI 推荐理由

论文核心在于构建 Agent 调用物理实验设备 API 的技能栈,实现从假设到仪器控制的闭环。

研究机构
University of Michigan
论文信息
作者 Zhenning Yang, Yuhan Chen, Patrick Tser Jern Kon, Tongyuan Miao, Hongyi Lin et al.
发布日期 2026-05-06
arXiv ID 2605.04375
相关性评分 9/10 (高度相关)