論文の概要: LabGuard: Grounding Natural-Language Laboratory Rules into Runtime Guards for Embodied Laboratory Agents

• arxiv url: http://arxiv.org/abs/2606.31045v1
• Date: Tue, 30 Jun 2026 02:30:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-01 18:27:19.0435
• Title: LabGuard: Grounding Natural-Language Laboratory Rules into Runtime Guards for Embodied Laboratory Agents
• Title（参考訳）: LabGuard: 自然言語実験室のルールを体外実験室エージェントのランタイムガードに根拠づける
• Authors: Jingpu Yang, Fengxian Ji, Zhengzhao Lai, Zhexuan Cui, Guangxian Ouyang, Qian Jiang, Fan Zhang, Min Peng, Qianqian Xie, Preslav Nakov, Zhuohan Xie,
• Abstract要約: LabGuardは、自然言語ラボラトリールールを実行可能な仕様に基盤として、実行時ガードとしてデプロイする言語から実行時安全スイートである。 LabGuardには、型付き実行可能表現を定義するLabGuard-IRと、203のシードラボルールから拡張された812の教師付きアノテーションを提供するLabGuard-Benchと、自然言語ラボルールをLabGuard-IRにマッピングするLabGuard-Grounderの3つのコアコンポーネントが含まれている。 実験の結果、LabGuardは検査結果の得られないソースに一般化し、79.4タスクスコープF1を達成し、監視後の安全でないイベントを39.5%から23.8%に減らすことがわかった。
• 参考スコア（独自算出の注目度）: 48.775530122251844
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scientific embodied agents are increasingly capable of carrying out laboratory procedures, but executing these procedures safely in dynamic laboratory environments remains challenging. Current safety approaches often overlook the intermediate step of transforming laboratory natural language, including safety rules, manuals, protocols, and standard operating procedures, into machine-checkable runtime constraints. We introduce LabGuard (Laboratory Guard), a language-to-execution safety suite that grounds natural-language laboratory rules into executable specifications and deploys them as runtime guards. LabGuard includes three core components: LabGuard-IR, which defines a typed executable representation; LabGuard-Bench, which provides 812 supervised annotations expanded from 203 seed laboratory rules; and LabGuard-Grounder, which maps natural-language laboratory rules into LabGuard-IR. The resulting IR instances are handled by the LabGuard Pipeline, which compiles them into runtime monitors and applies them at the controller boundary. Experiments show that LabGuard generalizes to unseen laboratory-rule sources, achieves 79.4 task-scope F1, and reduces unsafe events from 39.5% to 23.8% after monitor compilation. In LabUtopia, its runtime monitors integrate with ACT, keeping interventions below 0.5% while preserving task success.
• Abstract（参考訳）: 科学的実施エージェントは、実験室の手順を実行する能力はますます高まっているが、これらの手順を動的実験室環境で安全に実行することは、依然として困難である。 現在の安全アプローチは、安全ルール、マニュアル、プロトコル、標準の操作手順を含む実験室の自然言語をマシンチェック可能なランタイム制約に変換する中間ステップを見落としていることが多い。 LabGuard(Laboratory Guard)は、自然言語のラボラトリールールを実行可能な仕様に置き、それらをランタイムガードとしてデプロイする言語対実行安全スイートである。 LabGuardには、型付き実行可能表現を定義するLabGuard-IRと、203のシードラボルールから拡張された812の教師付きアノテーションを提供するLabGuard-Benchと、自然言語ラボルールをLabGuard-IRにマッピングするLabGuard-Grounderの3つのコアコンポーネントが含まれている。 結果のIRインスタンスはLabGuard Pipelineによって処理され、ランタイムモニタにコンパイルされ、コントローラバウンダリに適用される。 実験の結果、LabGuardは実験結果の得られないソースに一般化し、79.4のタスクスコープF1を達成し、安全でないイベントを39.5%から23.8%に削減した。 LabUtopiaでは、実行時モニタがACTと統合され、タスクの成功を保ちながら介入を0.5%以下に維持する。

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)
• Managing Uncertainty in LLM-Generated Procedural Knowledge for Virtual Laboratory Planning [0.0]
  仮想実験室計画のためのLLM生成手続き的知識の不確実性を管理するためのプロトタイプフレームワークを提案する。 このフレームワークは、構造化されたドメイン表現と不確実なLCM生成状態遷移サンプルを使用することで、手続き的不確実性を低減することを目的としている。 本稿では,実験器具,容器,工具,物質移動動作を含む仮想実験室領域におけるアプローチについて述べる。
  論文  参考訳（メタデータ） (2026-05-25T21:12:47Z)
• LabBuilder: Protocol-Grounded 3D Layout Generation for Interactable and Safe Laboratory [93.63620478256063]
  本稿では,簡潔なテキスト仕様から3次元実験室レイアウトを生成し検証するエンドツーエンドシステムであるLabBuilderを提案する。 LabBuilderは、既存の最先端メソッドを大きく上回っている。
  論文  参考訳（メタデータ） (2026-05-04T07:24:56Z)
• Pre-Execution Safety Gate & Task Safety Contracts for LLM-Controlled Robot Systems [14.419994656981002]
  我々は、安全でない自然言語タスクコマンドがロボットの実行に到達するのを防ぐ、ニューロシンボリックな安全アーキテクチャであるSafeGateを紹介した。 さらに,ゲートを通過するコマンドを不変条件,ガード条件,中止条件に分解するタスクセーフティ契約を導入する。 その結果,SafeGateは,良性タスクの高い受け入れを維持しつつも,欠陥コマンドの受け入れを著しく減少させることがわかった。
  論文  参考訳（メタデータ） (2026-04-07T04:46:06Z)
• LabUtopia: High-Fidelity Simulation and Hierarchical Benchmark for Scientific Embodied Agents [103.65422553044816]
  LabUtopiaは、一般化可能な推論可能なエンボディエージェントの開発を容易にするために設計された総合的なシミュレーションとベンチマークスイートである。 30の異なるタスクをサポートし、200以上のシーンと楽器の資産を含んでいる。 LabUtopiaは、科学的目的のエージェントにおける知覚、計画、制御の統合を促進する強力なプラットフォームを提供していることを実証する。
  論文  参考訳（メタデータ） (2025-05-28T17:50:53Z)
• LabSafety Bench: Benchmarking LLMs on Safety Issues in Scientific Labs [78.99703366417661]
  大規模言語モデル(LLM)は、手続き的なガイダンスから自律的な実験オーケストレーションまで、タスクをますます支援している。 このような過度な信頼性は、リスク識別やリスクアセスメントの失敗が重大事故を引き起こす高リスクな実験室環境では特に危険である。 実験室安全ベンチマーク (LabSafety Bench) を提案し, 潜在的な危険を識別し, リスクを評価し, 実験室環境における安全でない行動の結果を予測する。
  論文  参考訳（メタデータ） (2024-10-18T05:21:05Z)

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。