論文の概要: SVGym (SciVerseGym): An Environment for Reinforcement Learning and Bayesian Optimization in Crystal Discovery
- arxiv url: http://arxiv.org/abs/2606.22425v1
- Date: Sun, 21 Jun 2026 10:24:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 18:20:51.484094
- Title: SVGym (SciVerseGym): An Environment for Reinforcement Learning and Bayesian Optimization in Crystal Discovery
- Title（参考訳）: SVGym(SciVerseGym):結晶発見における強化学習とベイズ最適化のための環境
- Authors: Bin Cao,
- Abstract要約: SciVerseGymはGymnasium互換の連続結晶発見環境である。
SciVerseGymは、元素置換、格子変位、空孔生成、原子挿入など、局所的および大域的なアクションをサポートする。
エージェントロジックを材料基盤から切り離すことにより、SciVerseGymは、強化学習、ベイズ最適化、進化探索、閉ループ結晶発見における言語エージェントのためのオープンで再現可能なテストベッドを提供する。
- 参考スコア（独自算出の注目度）: 3.0853985284888803
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Machine-learned interatomic potentials now enable efficient atomistic evaluation for interactive materials discovery, yet closed-loop crystal search methods remain fragmented across bespoke pipelines for editing, relaxation, scoring, constraints, and bookkeeping. We introduce SciVerseGym, a Gymnasium-compatible environment for sequential crystal discovery that frames crystal design as a Markov decision process. Agents observe an atomistic structure, apply chemically meaningful edits, and receive feedback from a configurable evaluator. SciVerseGym supports local and global actions, including elemental substitution, lattice perturbation, atomic displacement, vacancy creation, and atom insertion, along with configurable chemical spaces, structure pools, atomistic and graph-based observations, custom rewards, optional relaxation, and stability or phonon-related diagnostics. Each step applies an edit, evaluates the candidate using a machine-learned interatomic potential or any ASE-compatible calculator, and returns the standard (obs, reward, terminated, truncated, info) tuple. By decoupling agent logic from materials infrastructure, SciVerseGym provides an open, reproducible, and extensible testbed for reinforcement learning, Bayesian optimization, evolutionary search, and language-agent workflows in closed-loop crystal discovery. Code is available at: https://github.com/Bin-Cao/SciVerseGym.
- Abstract（参考訳）: 機械が学習した原子間ポテンシャルは、インタラクティブな材料発見のための効率的な原子論的な評価を可能にしたが、クローズドループ結晶探索法は、編集、緩和、スコアリング、制約、簿記の維持のために、ベスポークパイプライン全体で断片化されている。
SciVerseGymは、結晶設計をマルコフ決定プロセスとしてフレーム化する逐次結晶発見のための、ジムナジウム互換環境である。
エージェントは、原子構造を観察し、化学的に意味のある編集を適用し、構成可能な評価器からフィードバックを受け取る。
SciVerseGymは、元素置換、格子の摂動、原子変位、空洞形成、原子挿入、構成可能な化学空間、構造プール、原子とグラフに基づく観測、カスタム報酬、任意緩和、安定またはフォノン関連診断など、局所的および大域的な行動をサポートしている。
各ステップは編集を施し、マシンが学習した原子間ポテンシャルまたはASE互換の電卓を使って候補を評価し、標準(obs, rewardd, truncated, info)のタプルを返す。
エージェントロジックを材料インフラから切り離すことで、SciVerseGymは強化学習、ベイズ最適化、進化探索、閉ループ結晶発見における言語エージェントワークフローのためのオープンで再現性があり拡張可能なテストベッドを提供する。
コードは、https://github.com/Bin-Cao/SciVerseGym.comで入手できる。
関連論文リスト
- Visual-to-Code Authoring, Tensor-Network Debugging, and Quantum-Circuit Inspection Tools in Python [51.892236819637354]
ネットワークと量子回路は、接続性、指標、収縮順序、ゲート配置、測定、関連する設計選択に依存する構造体である。
コードよりも視覚的に推論しやすいことが多いが、Pythonでは頻繁に構築され、変換され、バックエンド固有のオブジェクトやコンパクトなシンボル式を通してチェックされる。
本稿では、サポート対象ネットワークの視覚的および構造的検査とトレーサム等価性を示すネットワークワーク・ビジュアライゼーション、ビジュアル・ツー・コードオーサリング、バックエンドコード生成、エクスポート、設計レベルの分析のための量子ネットワークワーク・エディター、クリアな回路レンダリング、検査および設計のための量子回路描画の3つの補完パッケージを提案する。
論文 参考訳（メタデータ） (2026-06-07T18:01:31Z) - Beyond Binary Success: A Diagnostic Meta-Evaluation Framework for Fine-Grained Manipulation [98.79811866787263]
診断メタ評価フレームワークであるMetaFineを紹介する。
局所的な空間構造を保存できる視覚エンコーダの能力は,きめ細かな精度の鍵となるボトルネックである。
評価をランキングから診断にシフトすることで、MetaFineは、ベンチマークを実際の物理デキスタリティに基づく階層化された能力の修復のための実行可能なコンパスに変換する。
論文 参考訳（メタデータ） (2026-05-19T15:25:13Z) - From Single-Step Edit Response to Multi-Step Molecular Optimization [9.685693410049495]
条件付き分子最適化は、特定の特性シフトを実現するために分子を編集することを目的としている。
実際には、構造的に類似した分子データは少ないが、決定は本質的には作用レベルである。
単段階分子編集応答予測器と多段階プランナからなる応答指向離散編集最適化手法を提案する。
論文 参考訳（メタデータ） (2026-05-11T06:00:16Z) - Meta-LegNet: A Transferable and Interpretable Framework for Surface Adsorption Prediction via Self-Defined Adsorption-Environment Learning [8.150979148487787]
本稿では,様々な触媒吸着系にまたがる局所環境の伝達可能な表現を学習するグラフ学習フレームワークMeta-LegNetを紹介する。
以上の結果から, 触媒スクリーニングの精度, 解釈性, 実用性に優れた学習環境が提供されることが示唆された。
論文 参考訳（メタデータ） (2026-05-03T10:55:16Z) - NeuroClaw Technical Report [54.14941057366186]
NeuroClawは、神経イメージング研究のためのドメイン特化マルチエージェント研究アシスタントである。
NeuroClawは、フォーマットとモダリティをまたいだ生のニューロイメージングデータを直接運用する。
3階層のスキル/エージェント階層は、ユーザとのインタラクション、高レベルのオーケストレーション、低レベルのツールスキルを分離する。
論文 参考訳（メタデータ） (2026-04-27T16:57:14Z) - QuantumSavory: Write Symbolically, Run on Any Backend -- A Unified Simulation Toolkit for Quantum Computing and Networking [0.9009968922973344]
我々は、エンドツーエンドの研究を実践するために構築されたオープンソースツールキットであるQuantumSavoryを紹介する。
状態、操作、測定、プロトコルロジックは、バックエンドに依存しないシンボリック言語で表現される。
新しいカスタムバックエンドは、小さく、明確に定義されたインターフェイスを通じて追加できる。
QuantumSavoryは、一貫したインターフェースを持つ標準状態、回路、プロトコルビルディングブロックの再利用ライブラリを出荷する。
論文 参考訳（メタデータ） (2025-12-18T16:48:49Z) - Spectra-to-Structure and Structure-to-Spectra Inference Across the Periodic Table [49.65586812435899]
XAStructは、結晶構造からXASスペクトルを予測し、XAS入力から局所構造記述子を推測できる学習ベースのシステムである。
XAStructは、周期表全体にわたって70以上の要素にまたがる大規模なデータセットでトレーニングされている。
論文 参考訳（メタデータ） (2025-06-13T15:58:05Z) - regulAS: A Bioinformatics Tool for the Integrative Analysis of
Alternative Splicing Regulome using RNA-Seq data [0.0]
regulAS(regulAS)は、コンピュータ生物学研究者がスプライシングの制御機構を研究するのを支援するために設計されたバイオインフォマティクスツールである。
regulASのコア機能は、計算実験の自動化、効率的な結果の保存と処理、ワークフロー管理の効率化を可能にする。
統合ベーシックモジュールはregulASを拡張し、パブリックマルチオミクスUCSC XenaデータリポジトリからのRNA-Seqデータ検索、予測モデリング、機能ランキング機能などを備えている。
論文 参考訳（メタデータ） (2023-07-17T19:33:49Z) - Bayesian Optimization of Catalysis With In-Context Learning [0.6576679530536251]
大規模言語モデル(LLM)は、文脈内学習によってゼロまたは少数例で正確な分類を行うことができる。
凍結LDMを用いた不確実性推定により、この能力を回帰に拡張する。
本研究では, 実験触媒と試験手順を自然言語のプロンプトとして表現し, 材料発見に適用する。
論文 参考訳（メタデータ） (2023-04-11T17:00:35Z) - Scalable Set Encoding with Universal Mini-Batch Consistency and Unbiased
Full Set Gradient Approximation [74.43046004300507]
任意の非MBCコンポーネントと組み合わせて使用できる集合関数のUniversally MBCクラスを提案する。
また、全集合勾配の偏りのない近似を与える効率的なMBCトレーニングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-08-26T02:13:38Z)
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。