Robotics Autonomous Science Long-horizon Planning Physical Grounding
摘要

本文利用机器人化学实验室作为物理测试床,评估 AI 的科学代理能力。通过 45 个模块化工作站进行的 4608 次试验显示,仅 3.3% 的试验生成了可执行工作流,最佳系统成功率仅为 28.1%。研究指出长程规划仍是主要挑战,极少有工作流超过 30 步操作。尽管实验反馈引发了局部调整,但未能触发工作流级别的重规划或方法重构。该研究为物理 grounded 的自主研究提供了部署就绪度的实证评估及闭环改进框架。

AI 推荐理由

论文核心评估 Agent 在物理环境中的长程规划能力,重点分析任务分解与重规划失败原因。

研究机构
State Key Laboratory of Precision and Intelligent Chemistry, Hefei National Research Center for Physical Sciences at the Microscale, School of Chemistry and Materials Science, University of Science and Technology of China, Hefei, China
论文信息
作者 Lulu Guo, Yingkai Sun, Xiaobo Li, Luyao Ge, Ziming Wang et al.
发布日期 2026-07-25
arXiv ID 2607.23045
相关性评分 9/10 (高度相关)