論文の概要: ChemWorld: Programmable Chemical Worlds for Controlled and Replayable Agent Experimentation
- arxiv url: http://arxiv.org/abs/2608.10792v1
- Date: Tue, 11 Aug 2026 10:53:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-12 19:14:46.011171
- Title: ChemWorld: Programmable Chemical Worlds for Controlled and Replayable Agent Experimentation
- Title（参考訳）: ChemWorld: 制御および再生可能なエージェント実験のためのプログラム可能なケミカルワールド
- Abstract要約: ChemWorldは、再利用可能なプロセスと観測コンポーネントを実行可能な世界にコンパイルする、プログラム可能な化学環境である。
ChemWorldは、エージェントが利用できる公開実験契約を、評価者が所有する化学物質および物質法から切り離している。
- 参考スコア（独自算出の注目度）: 6.5203962322867275
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autonomous chemistry increasingly depends on environments in which agents can repeatedly act, observe, and adapt.Physical laboratories provide essential real-material evidence but are costly to repeat and difficult to use for tightly matched interventions, whereas most digital environments keep the underlying experimental world largely fixed. We introduce ChemWorld, a programmable chemical environment in which reusable process and observation components are compiled into executable worlds. ChemWorld separates the public experimental contract available to an agent from evaluator-owned chemical and material laws. Researchers can therefore vary world composition and operating conditions, or change a single hidden law while holding the public task and interaction conditions fixed. Transactional execution records operations, failures, resource changes, and state transitions, allowing complete environment-action trajectories to be replayed exactly and audited. Full-census qualification covered the reference registry, 52 generated compositions, and module, interface, compilation, and invalid-action tests. Eight deterministic experimental cases demonstrated shared lifecycle semantics, failure recovery, and exact replay, while six parent-child world-fork pairs isolated the effects of single private-law interventions under matched public conditions. An independent agent also completed a full lifecycle in a non-reference world through the same public interface. Within the declared component and model domain, ChemWorld provides a controlled and replayable substrate for studying experimentation across systematically varied chemical worlds, complementary to physical-laboratory evidence and calibration.
- Abstract（参考訳）: 自律的な化学は、エージェントが繰り返し行動し、観察し、適応できる環境にますます依存しており、物理研究所は必須の物質的証拠を提供するが、厳密な介入のために繰り返し、使用するのにコストがかかり、多くのデジタル環境は基礎となる実験世界をほとんど固定している。
我々は、再利用可能なプロセスや観測コンポーネントを実行可能な世界にコンパイルする、プログラム可能な化学環境であるChemWorldを紹介した。
ChemWorldは、エージェントが利用できる公開実験契約を、評価者が所有する化学物質および物質法から切り離している。
したがって、研究者は世界構成や運用条件を変えたり、公的なタスクと相互作用条件を定めながら単一の隠れた法則を変更したりすることができる。
トランザクション実行は、オペレーション、障害、リソース変更、状態遷移を記録し、完全な環境アクションの軌跡を正確に再生し、監査することを可能にする。
フルセンサスの資格は、リファレンスレジストリ、52の生成されたコンポジション、モジュール、インターフェース、コンパイル、無効アクションテストを含んでいる。
8つの決定論的実験ケースは、共有ライフサイクルのセマンティクス、障害回復、正確なリプレイを示し、6つの親子の世界フォークペアは、一致した公的な条件下での単一の私的法的な介入の効果を分離した。
独立したエージェントは、同じ公開インターフェースを通じて、非参照の世界における完全なライフサイクルも完了した。
宣言されたコンポーネントとモデルドメインの中で、ChemWorldは、体系的に変化する化学の世界における実験を研究するための制御され再生可能な基質を提供する。
関連論文リスト
- EvoSCM: Scientific Belief Revision Through Causal Model Evolution and Experimentation [68.80901568810616]
EvoSCMは、新しい証拠が収集されるにつれて進化する明確な構造因果モデルを持つ科学エージェントを装備することを目的としている。
EvoSCM onPhysicsはエージェントが実験を通して非標準物理世界の隠れたダイナミクスを明らかにするのに必要なベンチマークである。
論文 参考訳（メタデータ） (2026-09-01T16:55:56Z) - EarthVerse: Benchmarking Scientific Agents Across Dynamic Earth Systems and Natural Hazards [73.12811119273206]
我々は,包括的調査を通じて科学的エージェントを評価するベンチマークであるEarthVerseを紹介する。
エージェントは異種イベントパッケージを検査し、互換性のあるエビデンスを選択し、透過的な計算を実行し、ソース差を調整し、最終回答で証明を保存する。
システム全体では、平均回答ユニットの精度は84.65%であり、最も高いStrict@95は34.81%である。
論文 参考訳（メタデータ） (2026-08-24T17:29:16Z) - Chem World: A Large-Scale Benchmark and Physics-Informed Framework for Trustworthy Chemical Property Prediction [8.367237766104159]
化学特性予測のための総合的なベンチマークであるChem Worldを紹介する。
Chem Worldは17種類の化学データセットと800,000以上の分子サンプルを統合している。
また、物理インフォームドニューラルネットワークに基づく予測フレームワークであるMixture-PINNを提案する。
論文 参考訳（メタデータ） (2026-07-30T11:50:52Z) - Labimus: A Simulation and Benchmark for Humanoid Dexterous Manipulation in Chemical Laboratory [47.77200587195896]
Labimusは、有機化学実験室におけるヒューマノイドのデキスタラスな操作に関する最初のベンチマークである。
実際の有機化学のワークステーションから30以上の機能的に忠実な資産を、リアルタイムモデリングによって再構築する。
本稿では,タスク完了,実験精度,長期実行を共同で測定するための精度評価プロトコルを提案する。
論文 参考訳（メタデータ） (2026-06-30T02:14:28Z) - AgentChemist: A Multi-Agent Experimental Robotic Platform Integrating Chemical Perception and Precise Control [27.513130381967937]
化学実験室の自動化は、長い間、厳密な一般化と実験タスクの長期分布への適応性に制約されてきた。
本稿では,協調作業の分解,動的スケジューリング,適応制御を通じて,この長期的課題に対処するために設計されたマルチエージェントロボットプラットフォームを提案する。
論文 参考訳（メタデータ） (2026-03-25T03:19:34Z) - Autonomous Agents Coordinating Distributed Discovery Through Emergent Artifact Exchange [3.923443951480117]
ScienceClaw + Infiniteは、独立したエージェントが中央調整なしで研究を行う自律的な科学調査の枠組みである。
システムは3つのコンポーネントで構成されている:300以上の科学スキルの相互運用可能なレジストリ、完全な計算系を保存するアーティファクト層、エージェントベースの科学談話のための構造化プラットフォーム。
論文 参考訳（メタデータ） (2026-03-15T10:06:57Z) - ChemActor: Enhancing Automated Extraction of Chemical Synthesis Actions with LLM-Generated Data [53.78763789036172]
ケミカルエグゼキュータとして完全微調整された大規模言語モデル(LLM)であるChemActorを紹介し,非構造化実験手順と構造化動作シーケンスを変換する。
このフレームワークは、分散分散に基づくデータ選択モジュールと汎用LLMを統合し、単一の分子入力からマシン実行可能なアクションを生成する。
反応記述(R2D)と記述記述処理(D2A)のタスクの実験により、ChemActorは最先端のパフォーマンスを達成し、ベースラインモデルよりも10%高い性能を示した。
論文 参考訳（メタデータ） (2025-06-30T05:11:19Z) - Text-Augmented Multimodal LLMs for Chemical Reaction Condition Recommendation [38.76977853056086]
Chemma-RCは、タスク固有の対話と条件生成を通じて有効な条件を識別するテキスト拡張マルチモーダルLLMである。
Chemma-RCは、複数のモダリティ(テキストコーパス、反応SMILES、反応グラフを含む)を共有埋め込みモジュールで整列させることで、化学反応の統一的な表現を学習する。
データセットのパフォーマンスベンチマークは、最適な条件を特定する上で高い精度を示し、最先端の手法よりも最大17%改善した。
論文 参考訳（メタデータ） (2024-07-21T12:27:26Z) - Chemist-X: Large Language Model-empowered Agent for Reaction Condition Recommendation in Chemical Synthesis [55.30328162764292]
Chemist-Xは、化学合成における反応条件最適化(RCO)タスクを自動化する包括的なAIエージェントである。
このエージェントは、検索強化世代(RAG)技術とAI制御のウェットラブ実験を実行する。
我々の自動ウェットラブ実験の結果は、LLMが制御するエンドツーエンドの操作を、ロボットに人間がいない状態で行うことで達成され、Chemist-Xの自動運転実験における能力が証明された。
論文 参考訳（メタデータ） (2023-11-16T01:21:33Z) - ChemVise: Maximizing Out-of-Distribution Chemical Detection with the
Novel Application of Zero-Shot Learning [60.02503434201552]
本研究は,簡単な学習セットから複雑な露光の学習近似を提案する。
合成センサ応答に対するこのアプローチは, 分布外の化学分析物の検出を驚くほど改善することを示した。
論文 参考訳（メタデータ） (2023-02-09T20:19:57Z) - Federated Learning of Molecular Properties in a Heterogeneous Setting [79.00211946597845]
これらの課題に対処するために、フェデレーションヘテロジニアス分子学習を導入する。
フェデレートラーニングにより、エンドユーザは、独立したクライアント上に分散されたトレーニングデータを保存しながら、グローバルモデルを協調的に構築できる。
FedChemは、化学におけるAI改善のための新しいタイプのコラボレーションを可能にする必要がある。
論文 参考訳（メタデータ） (2021-09-15T12:49:13Z)
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。