論文の概要: The Agentic Scientist: Orchestrating Coding Agents for Automated Scientific (Co-)Discovery
- arxiv url: http://arxiv.org/abs/2610.18933v1
- Date: Tue, 13 Oct 2026 11:28:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.727873
- Title: The Agentic Scientist: Orchestrating Coding Agents for Automated Scientific (Co-)Discovery
- Title（参考訳）: エージェント科学者:自動科学(Co-)発見のためのコーディングエージェントのオーケストレーション
- Abstract要約: 我々は、現代のコーディングエージェントと共に計算研究を行うために、人間の研究者のためのエンドツーエンドの分散パイプラインであるエージェントサイエンティストを紹介した。
本システムでは,タスクドラフト,アイデア生成,計画,サンドボックス実験,結果集約,ベースラインおよびアブレーション構築,ポストホック解析,レポート作成などの研究を分解する。
私たちのシステムは、共同科学者のツールとして、あるいはエンドツーエンドの科学調査を行うために、さまざまな自律性に利用できます。
- 参考スコア（独自算出の注目度）: 18.156759449259127
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Modern coding agents are fundamentally reshaping the role of human input for computational research: they write code, launch in silico experiments, analyze their results, and autonomously operate with ever-increasing time horizons. Despite these developments, fully autonomous research agents suffer from a limited ideation radius and myopic hill-climbing search dynamics. To bridge this gap, we introduce The Agentic Scientist, an end-to-end distributed pipeline for human researchers to conduct computational research alongside modern coding agents. Building on its predecessor, our system decomposes research into task drafting, idea generation, planning, sandboxed experimentation, result aggregation, baseline and ablation construction, post-hoc analysis, and report writing. Importantly, each step in the pipeline is powered by the next generation of coding agents and leverages agentic self-verification. The overall research process is driven by a meta-controller that manages parallel research agents and enforces rubric verification at each stage. This design enables the same orchestration layer to be reused across heterogeneous domains with different execution environments, agentic coding harnesses, and evaluation metrics. Our system can be used across a spectrum of autonomy: either as a co-scientist tool or to perform end-to-end scientific investigation. Within the co-scientist setting, we leveraged a development version of our system to submit a single research paper, which got accepted for publication at ALIFE 2026. We further apply The Agentic Scientist fully autonomously to open problem-solving tasks in machine learning, and demonstrate the system's capability of scientific discovery across different domains of computational research. Our ablations suggest that reliable scientific autonomy depends not only on base model capabilities, but also on the cross-agent orchestration layer.
- Abstract（参考訳）: 現代のコーディングエージェントは、計算研究における人間の入力の役割を根本的に変えようとしている。
これらの発展にもかかわらず、完全に自律的な研究エージェントは、限られたアイデア半径とミオピックヒルクライミングの探索ダイナミクスに悩まされている。
このギャップを埋めるために、人間の研究者が現代のコーディングエージェントと一緒に計算研究を行うために、エンドツーエンドの分散パイプラインであるAgentic Scientistを紹介します。
本システムでは,タスクドラフト,アイデア生成,計画,サンドボックス実験,結果集約,ベースラインおよびアブレーション構築,ポストホック解析,レポート作成に関する研究を分解する。
重要なのは、パイプラインの各ステップは次世代のコーディングエージェントによって駆動され、エージェントの自己検証を活用することだ。
総合的な研究プロセスは、並列研究エージェントを管理し、各段階でルーリック検証を実施するメタコントローラによって駆動される。
この設計により、異なる実行環境、エージェントコーディングハーネス、評価メトリクスを持つ異種ドメインで同じオーケストレーションレイヤを再利用することができる。
私たちのシステムは、共同科学者のツールとして、あるいはエンドツーエンドの科学調査を行うために、さまざまな自律性に利用できます。
ALIFE 2026で出版が認められた論文を1件提出するために,共同科学者の環境で,システムの開発版を活用した。
さらに、The Agentic Scientistを完全自律的に機械学習の問題解決タスクに応用し、計算研究のさまざまな領域にわたる科学的発見のシステムの能力を実証する。
我々の主張は、信頼性の高い科学的自律性はベースモデル能力だけでなく、エージェント間のオーケストレーション層にも依存していることを示唆している。
関連論文リスト
- Research with AI Agents: How Agentic Systems Are Changing Scientific Work [0.3802675998752554]
エージェントAIシステムは、文学検索、データ分析、プログラミングなどのタスクをサブタスクに分離する。
これにより、デジタルリサーチタスクを高速に実行することができる。
論文 参考訳（メタデータ） (2026-09-25T13:01:02Z) - Rethinking Scientific Discovery in the Agentic Era [69.85050591628048]
SCIONは、Textbfの組織ネクサスとして機能するエージェント科学オペレーティングシステムである。
中心となるのは textbfResearch Execution Plan (REP) であり、これは高いレベルの科学的意図をステージ化された目的、依存関係、検証チェックポイント、ツール要件、期待される成果物、フォールバック条件にコンパイルする。
SCION 下での発見を textbfTarget- Conditioned Inverse Search として定式化し,有限実験予算下でのバッチ能動探索により隠れターゲット設定に拡張する。
論文 参考訳（メタデータ） (2026-07-04T13:09:33Z) - AI Scientists as Engines of Discovery: A Case for Development within Reformed Institutions [0.10102237605686408]
エージェント人工知能(AI)システムは、科学的な発見を支援し、加速し、部分的に自動化し始めている。
我々は、適切に設計されたマルチエージェントシステムは、受動的計算ツールからAI科学者へと進化するかもしれないと論じる。
このようなシステムは、目的に適した科学的エコシステム内で開発され、展開されなければならない。
論文 参考訳（メタデータ） (2026-06-22T05:06:29Z) - Benchmarking AI Agents for Addressing Scientific Challenges Across Scales [118.2204632627895]
SciAgentArenaは、現実世界の科学研究シナリオでAIエージェントを評価するための体系的なベンチマークである。
ステップワイズ検証を備えた約200のタスクと、多様なAIエージェントを評価するためのインタラクティブでエージェントに依存しない環境で構成される。
タスク構造や評価基準が明確である場合, 現状のエージェントはデータ分析に効果的に貢献できることがわかった。
論文 参考訳（メタデータ） (2026-06-10T22:55:30Z) - AI for Auto-Research: Roadmap & User Guide [107.0834449839233]
研究ライフサイクル全体にわたってAIをエンドツーエンドに分析する。
我々は、信頼できる援助と信頼できない自律性の間に、鋭くステージに依存した境界を特定できる。
障害モードを排除するのではなく、より大きな自動化が不明瞭であることが示されています。
論文 参考訳（メタデータ） (2026-05-18T17:08:26Z) - Beyond AI as Assistants: Toward Autonomous Discovery in Cosmology [0.02455468619225742]
人工知能(AI)エージェントの最近の進歩は、自律的な科学的発見に向けたツールを超えて、AIを推し進めている。
textttCMBEvolve と textttCosmoEvolve の2つの相補的エージェントシステムについて論じる。
宇宙論は、AI科学者システムの開発において、制御されたベンチマークタスクと現実的なオープンな研究課題の両方を提供することができるかを示す。
論文 参考訳（メタデータ） (2026-05-14T12:58:12Z) - NORA: A Harness-Engineered Autonomous Research Agent for End-to-End Spatial Data Science [13.671260946635813]
本稿では,GIScienceと空間データサイエンスのための多エージェント自律研究システムであるNORA(Night Owl Research Agent)を紹介する。
NORAは、21のドメイン専門ワークフロースキル、9つの専門サブエージェント、カスタムモデルコンテキストプロトコル(MCP)サーバからなるスキルファーストアーキテクチャを通じて、完全な研究ライフサイクルを編成する。
我々は、科学研究エージェントのためのハーネスエンジニアリングの権威的な概念を定式化し、ライフサイクルフック、安全ゲート、ジェネレータと評価器の分離、人間とループの分離、そして状態の持続性が、信頼性と再現可能な自律的な研究をどのように保証するかを実証する。
論文 参考訳（メタデータ） (2026-05-03T23:22:01Z) - AstaBench: Rigorous Benchmarking of AI Agents with a Scientific Research Suite [75.58737079136942]
本稿では,AstaBenchについて紹介する。AstaBenchは,科学的研究を行うためのエージェント能力の総合的な測定を行うスイートである。
私たちのスイートには、プロダクショングレードの検索ツールを備えた、最初の科学研究環境が付属しています。
22のエージェントクラスで57のエージェントを評価したところ,いくつかの興味深い結果が得られた。
論文 参考訳（メタデータ） (2025-10-24T17:10:26Z) - From Automation to Autonomy: A Survey on Large Language Models in Scientific Discovery [67.07598263346591]
大規模言語モデル(LLM)は科学的発見のパラダイムシフトを触媒している。
この調査は、この急成長する分野を体系的に分析し、科学におけるLLMの役割の変化とエスカレーション能力に重点を置いている。
論文 参考訳（メタデータ） (2025-05-19T15:41:32Z) - The AI Cosmologist I: An Agentic System for Automated Data Analysis [0.0]
AIの宇宙論者は、アイデア生成から実験評価、研究普及までの完全なパイプラインを実装している。
従来の自動機械学習システムとは異なり、AI Cosmoologistは多様な実装戦略を生成する。
その結果, エージェントシステムは研究プロセスの一部を自動化し, 科学的発見を加速させる可能性が示唆された。
論文 参考訳（メタデータ） (2025-04-04T13:12:08Z)
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。