論文の概要: Dual-Agent Framework for Cross-Model Verified Translation of Natural-Language Protocols into Robotic Laboratory Platform
- arxiv url: http://arxiv.org/abs/2606.20120v1
- Date: Thu, 18 Jun 2026 11:43:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-19 18:23:39.828841
- Title: Dual-Agent Framework for Cross-Model Verified Translation of Natural-Language Protocols into Robotic Laboratory Platform
- Title（参考訳）: ロボット実験用プラットフォームへの自然言語プロトコルのクロスモデル翻訳のためのデュアルエージェントフレームワーク
- Authors: Hyeonna Choi, Jung Yup Kim, Hyuneui Lim, Seunggyu Jeon,
- Abstract要約: 本研究では,自然言語プロトコルを実行可能な制御コマンドに変換するエージェントベースのプロトコル翻訳フレームワークを提案する。
提案するフレームワークは、自然言語プロトコルとマイクロプレートベースの自動運転研究所間のセマンティックギャップを狭めるための柔軟なアプローチを提供する。
- 参考スコア（独自算出の注目度）: 1.0499611180329804
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Biological experiment protocols are written in natural language, whereas automation systems rely on predefined control commands, creating a semantic gap that limits autonomous execution. Microplate-based automatic experiments are particularly challenging due to the need to simultaneously control well mapping, sample-reagent combinations, replicate placement, and parallel dispensing. This study proposes an agent-based protocol translation framework that converts natural-language microplate-based protocols into executable control commands for a robotic laboratory platform. A Parser Agent formalizes the natural-language protocol into a structured representation, and a rule-based mapping engine deterministically incorporates the operational constraints of the robotic laboratory platform to generate device-level control commands. A heterogeneous LLM Validation Agent verifies completeness, parameter accuracy, and execution order, and triggers a self-correction loop with structured feedback when errors are detected. A sweep involving 7 Parsers and 3 Validators on randomly selected ELISA protocols evaluates how model scale and Validator type affect translation accuracy and pass rates under cross-model verification. The accuracy-latency trade-off is further verified by comparing the rule-based mapping of the proposed framework with LLM end-to-end direct mapping. Finally, Bradford assay-based protein quantification using a microplate was demonstrated on a robotic laboratory platform, validating end-to-end autonomous execution from natural-language protocols to real-world experiments. The proposed framework provides a flexible approach to narrowing the semantic gap between natural-language protocols and microplate-based self-driving laboratories.
- Abstract（参考訳）: 生物学的実験プロトコルは自然言語で書かれているが、自動化システムは事前に定義された制御コマンドに依存しており、自律的な実行を制限する意味的ギャップを生み出す。
マイクロプレートをベースとした自動実験は、適切なマッピング、サンプル-試薬の組み合わせ、複製配置、並列ディスペンシングを同時に制御する必要があるため、特に困難である。
本研究では,自然言語によるマイクロプレートプロトコルをロボット実験用プラットフォームのための実行可能な制御コマンドに変換するエージェントベースのプロトコル翻訳フレームワークを提案する。
Parser Agentは自然言語プロトコルを構造化表現に形式化し、ルールベースのマッピングエンジンはロボット実験プラットフォームの運用上の制約を決定的に組み込んでデバイスレベルの制御コマンドを生成する。
不均一なLLM検証エージェントは、完全性、パラメータ精度、実行順序を検証し、エラー検出時に構造化されたフィードバックで自己補正ループをトリガーする。
ランダムに選択されたELISAプロトコル上の7つのパーサーと3つのバリケータを含むスイープは、モデルスケールとバリケータタイプが、クロスモデル検証の下での翻訳精度と通過率にどのように影響するかを評価する。
提案するフレームワークのルールベースマッピングとLLMのエンドツーエンド直接マッピングを比較することにより,精度-レイテンシトレードオフをさらに検証する。
最後に、ブラッドフォードアッセイを用いたタンパク質定量化をロボット実験プラットフォームで実証し、自然言語プロトコルから実世界の実験までエンドツーエンドの自律実行を検証した。
提案するフレームワークは、自然言語プロトコルとマイクロプレートベースの自動運転研究所間のセマンティックギャップを狭めるための柔軟なアプローチを提供する。
関連論文リスト
- LabVLA: Grounding Vision-Language-Action Models in Scientific Laboratories [95.20367571157679]
Vision-Language-Action (VLA) モデルは、記述されたプロトコルとロボット実行の間の1つの可能なインターフェースを提供する。
既存の政策は、主に家庭やテーブルトップのデモンストレーションに基づいて訓練されており、機器、透明な液体、または科学実験室で見られる固定されたプロトコルに遭遇することは滅多にない。
まず、Qwen3-VL-4B-インストラクションバックボーンアクションを学習する前に認識させ、フローマッチング後トレーニングを行い、次に知識絶縁下でDiTアクションエキスパートをアタッチする。
論文 参考訳（メタデータ） (2026-06-11T17:03:53Z) - LAP: An Agent-to-Instrument Protocol for Autonomous Science [6.00746946741668]
大規模な言語モデルエージェントが実験を計画し、自動運転研究所がそれらを実行している。
このようなシステムはすべて、推論エージェントと物理機器のリンクをゼロから再構築する。
最近のエージェント・インターオペラビリティ・プロトコルはエージェント・ツー・ツールエッジを明確にし、Googleのエージェント・ツー・エージェントエッジ(A2A)はエージェント・ツー・エージェントエッジである。
このギャップを埋めるプロトコルであるLab Agent Protocol (LAP) を提示する。
論文 参考訳（メタデータ） (2026-06-02T15:03:43Z) - From Prompts to Protocols: An AI Agent for Laboratory Automation [1.9609766210591626]
大規模な言語モデルと実験室オーケストレーションを統合したAIエージェントアーキテクチャを提案する。
AIエージェントは、自動検証とエラー訂正を備えたエージェントループの下で動作する。
プロトコルの作成、両方のプロトコルの実行と監視、クローズドループ最適化キャンペーンなど、完全な実験ライフサイクルをサポートする。
論文 参考訳（メタデータ） (2026-05-15T18:52:41Z) - PRISM: Protocol Refinement through Intelligent Simulation Modeling [4.839327116611717]
本稿では,実験プロトコルの設計,検証,実行を自動化するフレームワークであるPRISMを紹介する。
PRISMは言語モデルに基づくエージェントのセットを使用し、共同で実験的なステップを生成し、洗練する。
我々は、PRISMを言語ベースのプロトコル生成、シミュレーションベースの検証、自動ロボット実行をブリッジする実用的なエンドツーエンドワークフローとして実証する。
論文 参考訳（メタデータ） (2026-01-08T20:15:28Z) - Adaptive Attacks on Trusted Monitors Subvert AI Control Protocols [80.68060125494645]
プロトコルとモニタモデルを知っている信頼できないモデルによるアダプティブアタックについて検討する。
我々は、攻撃者がモデル出力に公知またはゼロショットプロンプトインジェクションを埋め込む単純な適応攻撃ベクトルをインスタンス化する。
論文 参考訳（メタデータ） (2025-10-10T15:12:44Z) - Scan-do Attitude: Towards Autonomous CT Protocol Management using a Large Language Model Agent [39.72587188702086]
プロトコル構成要求の解釈と実行を支援するために,LLM(Large Language Model)ベースのエージェントフレームワークが提案されている。
このエージェントは、コンテキスト内学習、命令フォロー、構造化ツールコール機能を組み合わせて、関連するプロトコル要素を特定し、正確な修正を適用する。
論文 参考訳（メタデータ） (2025-09-24T16:04:11Z) - Do What? Teaching Vision-Language-Action Models to Reject the Impossible [53.40183895299108]
VLA(Vision-Language-Action)モデルは、さまざまなロボットタスクにおいて強力なパフォーマンスを示している。
Instruct-Verify-and-Act(IVA)を提案する。
実験の結果,IVAはベースラインよりも97.56%の精度で虚偽の前提検出精度を向上させることがわかった。
論文 参考訳（メタデータ） (2025-08-22T10:54:33Z) - LANGTRAJ: Diffusion Model and Dataset for Language-Conditioned Trajectory Simulation [102.1527101235251]
LangTrajは、トラフィックシナリオにおけるすべてのエージェントの共同動作をシミュレートする、言語条件のシーン拡散モデルである。
自然言語入力を条件付けすることで、LangTrajはインタラクティブな振る舞いを柔軟かつ直感的に制御できる。
LangTraj氏は、リアリズム、言語制御性、言語条件の安全クリティカルなシミュレーションにおいて、強力なパフォーマンスを示している。
論文 参考訳（メタデータ） (2025-04-15T17:14:06Z) - BioPlanner: Automatic Evaluation of LLMs on Protocol Planning in Biology [41.952424120054914]
大きな言語モデル(LLM)は、幅広いタスクにおいて印象的な機能を持っています。
本稿では,実験プロトコルの計画作業のための自動評価フレームワークを提案する。
本課題について, GPT-3 と GPT-4 を評価し, その堅牢性について検討した。
論文 参考訳（メタデータ） (2023-10-16T17:54:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。