La Agente Óptima: 迈向智能体式自驱动实验室

摘要

自驱动实验室（SDL）将自动化实验与自适应决策结合，但闭环实验方案通常仍需专家转化科学目标并随数据和运行条件调整。论文提出 La Agente 'Optima：该智能体框架可在计算与实验系统中构建、监督贝叶斯优化方案，并保持持久的优化状态。它将 LLM 推理与已执行的实验方案分离，仅在需要解释进展或修订方案时交还控制权，并保留可审计的决策记录。研究在消融实验、5项数字发现任务和2个实体平台上评估该框架。在接触角闭环优化中，它将接触角从71.4°降至67.8°，略高于64–66°范围，并据此判断现有试剂下目标可能难以实现，建议改变配方。在为期5天、含23次实验的多目标流动化学活动中，产率由30%提高至59%。