arrow
返回

PRISM: protocol refinement through intelligent simulation modeling

delete2026-05-01
delete0
PRE
AI
H
Hsu, Brian
S
Setty, Priyanka V.
R
Rory Butler
R
Ryan Lewis
C
C. R. Stone
W
Weinberg, Rebecca
T
Thomas Brettin
R
Rick Stevens
I
Ian Foster
A
Arvind Ramanathan *
DOI:10.1039/d6dd00004edelete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
自动化实验方案设计与执行仍然是实现自主驾驶实验室的基本瓶颈。我们介绍了PRISM(通过智能模拟建模进行方案优化)框架,该框架可自动化设计、验证和执行由现成机器人仪器组成的实验室平台上的实验方案。PRISM使用一组基于语言模型的智能体协同工作以生成和优化实验步骤。该过程始于自动从网络来源收集描述实验工作流程的相关程序。通过规划、批判和验证循环,将这些程序转换为结构化实验步骤(如液体处理步骤、平台布局和其他相关操作)。最终步骤被翻译为阿贡MADSci方案格式,该格式提供统一接口以协调多个机器人仪器(Opentrons OT-2液体处理器、PF400机械臂、Azenta板密封机和剥离机),且无需步骤间的人工干预。为评估方案生成性能,我们在受限和开放式提示范式下对单推理模型和跨智能体工作流进行了基准测试。生成的方案在基于NVIDIA Omniverse构建的数字孪生环境中进行验证,以在执行前检测物理或顺序错误。以Luna qPCR扩增和细胞涂片为案例研究,我们展示了PRISM作为实际端到端工作流程,连接了基于语言的方案生成、基于模拟的验证和自动机器人执行。

期刊

Digital Discovery 封面图
Digital Discovery
IF:
5.6
论文数:
997
被引数:
1.7K

机构

United States Department of Energy 封面图
United States Department of Energy
学者数:
706
论文数: 230
被引数: 1.9K
引用论文

引用论文

暂无论文信息