論文の概要: WetRobo: A Reproducible Robot Kit for Coding Agents in Biological Laboratories

• arxiv url: http://arxiv.org/abs/2609.18435v1
• Date: Wed, 16 Sep 2026 10:27:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.75457
• Title: WetRobo: A Reproducible Robot Kit for Coding Agents in Biological Laboratories
• Title（参考訳）: WetRobo: 生物実験室におけるコーディングエージェントのための再現可能なロボットキット
• Abstract要約: 汎用武器には視覚言語対応のポリシーが提案されているが、動作環境が変化すると性能が低下する可能性がある。 WetRoboは、実験室間で簡単に移動できるロボットキットだ。 生物学的実験者は、ローカル遠隔操作トレーニングデータを収集したり、ニューラルネットワークをトレーニングすることなく、自然言語タスクを提供する。
• 参考スコア（独自算出の注目度）: 17.98502674674939
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Automating biological research requires general-purpose, reproducible robot systems that allow individual wet-lab researchers to delegate robot tasks without performing teleoperation or neural-network training. Vision-language-action policies have been proposed for general-purpose arms, but can lose performance when their operating environment changes. We therefore built WetRobo, a robot kit that can readily transfer between laboratories. It consists of one robot arm, laboratory equipment (an incubator, a reagent bottle with a cap, and a Petri dish), the existing code that moves the arm, teleoperation demonstrations of each task that we recorded, and a general AGENTS.md skill file. A biological experimentalist provides natural-language tasks without collecting local teleoperation training data or training a neural network. The coding agent observes the local laboratory and writes and executes programs, using external tools as needed for adaptation. We demonstrate use of WetRobo with OpenAI Codex (gpt-5.6-sol) on three successful tasks: lifting a Petri dish lid, removing a bottle cap, and opening the incubator door, all in real-world laboratories. The coding agent achieved the cap task in both laboratories, Lab X and Lab Y, whereas a VLA fine-tuned on Lab X demonstrations succeeded there but failed to transfer to Lab Y. These results point to a practical route for laboratory robotics: instead of training a policy for each laboratory, distribute a kit and let a coding agent adapt it in each laboratory. Code, demonstrations, and the evolved programs are available at https://github.com/tsudalab/WetRobo.
• Abstract（参考訳）: 生物学的研究を自動化するには、個別のウェットラブ研究者が遠隔操作やニューラルネットトレーニングを行なわずにロボットのタスクを委譲できる汎用的な再現可能なロボットシステムが必要である。 汎用武器には視覚言語対応のポリシーが提案されているが、動作環境が変化すると性能が低下する可能性がある。 そこで私たちは、実験室間で簡単に移動できるロボットキットWetRoboを開発した。 1つのロボットアーム、実験装置(インキュベーター、キャップ付き試薬瓶、ペトリ皿)、アームを動かす既存のコード、記録した各タスクの遠隔操作デモ、一般的なエージェントS.mdスキルファイルで構成されている。 生物学的実験者は、ローカル遠隔操作トレーニングデータを収集したり、ニューラルネットワークをトレーニングすることなく、自然言語タスクを提供する。 符号化エージェントは、局所的な実験室を観察し、適応に必要な外部ツールを使用してプログラムを書き込み、実行する。 WetRobo と OpenAI Codex (gpt-5.6-sol) をペトリ皿の蓋を持ち上げ、ボトルキャップを取り外し、インキュベータードアを開いて、実際の実験室で成功させた3つのタスクで実証した。 コーディングエージェントは、ラボXとラボYの両方でキャップタスクを達成したが、ラボXのデモで微調整されたVLAは成功したが、ラボYに移行できなかった。 コード、デモ、進化したプログラムはhttps://github.com/tsudalab/WetRobo.comで入手できる。

関連論文リスト

• LabDex: A Hierarchical Benchmark for Dexterous Manipulation in Laboratories [40.311566677309536]
  LabDex(ラボデックス)は、化学実験室における厳密な操作のための大規模な実世界のデータセットとベンチマークである。 原子のスキル、構成的タスク、長期にわたる実験にまたがる階層的なタスク分類に基づいて構成されている。 本研究では,実環境とシミュレーション環境の両方において,代表的ロボット学習手法のクロスレベル評価を行う。
  論文  参考訳（メタデータ） (2026-08-19T07:11:06Z)
• 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)
• 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)
• Experiment-as-Code Labs: A Declarative Stack for AI-Driven Scientific Discovery [16.75156456478123]
  我々はExperiment-as-Code (EaC) Labs'と呼ばれる新しいパラダイムを提案する。 EaC Labsは、実験をデバイスレベルのAPIにコンパイル可能な宣言型構成としてエンコードする。 これは、科学、実験室、楽器に依存しない一般的なスタックです。
  論文  参考訳（メタデータ） (2026-05-06T00:50:34Z)
• LabOS: The AI-XR Co-Scientist That Sees and Works With Humans [51.025615465050635]
  LabOSは、計算推論と物理実験を結びつける最初のAI共同科学者である。 マルチモデルAIエージェント、スマートグラス、人間とAIのコラボレーションを接続することで、LabOSはAIが科学者が見ているものを確認し、実験コンテキストを理解し、リアルタイム実行を支援することができる。
  論文  参考訳（メタデータ） (2025-10-16T16:36:22Z)
• 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)
• HomeRobot: Open-Vocabulary Mobile Manipulation [107.05702777141178]
  Open-Vocabulary Mobile Manipulation (OVMM) は、目に見えない環境で任意のオブジェクトを選択し、命令された場所に配置する問題である。 HomeRobotには2つのコンポーネントがある。シミュレーションコンポーネントは、新しい高品質のマルチルームホーム環境に、大規模で多様なキュレートされたオブジェクトセットを使用する。
  論文  参考訳（メタデータ） (2023-06-20T14:30:32Z)

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。