面向更大自主性的材料发现代理：统一规划、物理与科学家
人工智能
2025-06-10 v2 材料科学
计算物理
摘要
我们致力于设计具备更大自主性的语言智能体，用于晶体材料发现。虽然现有大多数研究将智能体限制在预定义工作流程内的特定任务中，但我们旨在根据高层目标和科学家直觉自动化工作流程规划。为此，我们提出了Materials Agent，统一规划、物理与科学家，称为MAPPS。MAPPS由工作流程规划器、工具代码生成器和科学家中介构成。工作流程规划器使用大语言模型（LLM）生成结构化的多步骤工作流程。工具代码生成器合成可执行的Python代码，用于各种任务，包括调用编码物理的力场基础模型。科学家中介协调通信，促进科学家反馈，并通过错误反思和恢复确保鲁棒性。通过统一规划、物理与科学家，MAPPS实现了更灵活可靠的材料发现，相较于先前的生成模型，在MP-20数据集上的稳定性、唯一性和新颖性率提升了五倍。我们提供了在多样化任务上的大量实验，表明MAPPS是自主材料发现的有前景的框架。
引用
@article{arxiv.2506.05616,
title = {Toward Greater Autonomy in Materials Discovery Agents: Unifying Planning, Physics, and Scientists},
author = {Lianhao Zhou and Hongyi Ling and Keqiang Yan and Kaiji Zhao and Xiaoning Qian and Raymundo Arróyave and Xiaofeng Qian and Shuiwang Ji},
journal= {arXiv preprint arXiv:2506.05616},
year = {2025}
}