LLM-driven Search Scientific Discovery Photovoltaic Optimization Reward Hacking
摘要

本文展示了一种利用 AI 编码系统生成新颖科学假设的案例研究。通过将通用编码代理(AntiGravity)与大语言模型驱动的树搜索算法(ERA)相结合,自主生成了高效的三维光伏结构,以克服中纬度地区平板太阳能板的效率损失。工作流程首先复现现有计算,随后利用树搜索寻找更优解。针对初始搜索中出现的因非物理设计特征导致的“奖励黑客”问题,开发了迭代修补物理引擎约束的工作流。消除该问题后,ERA 成功发现了一系列在不同约束下性能提升的设计方案,证明了结合编码代理与树搜索是解决可经验评估问题的强大科学发现平台。

AI 推荐理由

论文核心利用 LLM 驱动的树搜索算法进行科学假设生成与结构优化,属于典型的任务规划与搜索策略应用。

研究机构
Google Research
论文信息
作者 Michael P. Brenner, Lizzie Dorfman, John C. Platt
发布日期 2026-05-15
arXiv ID 2605.16191
相关性评分 8/10 (高度相关)