論文の概要: Making Self-Driving Laboratories Auditable:A Unified Framework for Hybrid Actions,Measurements, and Safe Execution
- arxiv url: http://arxiv.org/abs/2610.36761v1
- Date: Tue, 27 Oct 2026 07:17:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-28 21:04:31.535097
- Title: Making Self-Driving Laboratories Auditable:A Unified Framework for Hybrid Actions,Measurements, and Safe Execution
- Title（参考訳）: ハイブリットアクション, 計測, 安全な実行のための統一的な枠組み
- Abstract要約: 自動運転車研究所(SDL)は、実験計画、自動実行、測定フィードバックをクローズドループで組み合わせた実験システムである。
LAM(Lab Action Model)、OpenSDL、Safe-SDL、L3-Benchの4つのコンポーネントからなるトレーサブルフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 17.54244895575602
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Self-driving laboratories (SDLs) are laboratory systems that couple experimental planning, automated execution, and measurement feedback in a closed loop. Integrating flexible robot control with the typed application programming interfaces (APIs) and continuous measurements exposed by laboratory instruments remains an execution-interface challenge. To address this challenge, we propose a traceable framework comprising four components: LAM (Lab Action Model), OpenSDL, Safe-SDL, and L3-Bench. LAM is a proposed measurement-conditioned policy architecture that extends vision-language-action paradigms to generate both continuous robot trajectories and typed instrument API calls. OpenSDL is an execution substrate with an initial control implementation, designed to map role-level operations to heterogeneous devices, coordinate execution, and record timestamped causal events. The proposed Safe-SDL runtime gate combines pre-dispatch schema and resource checks with signal temporal logic monitoring during execution, including extended waiting periods. L3-Bench (Level-3 Laboratory Benchmark) specifies an episode-level evaluation protocol covering physical outcomes, timing, reproducibility, safety violations, and fault recovery. Together, these components provide an end-to-end design for linking hybrid action generation, monitored device execution, measurement feedback, and experimental evaluation, addressing coordination and traceability challenges in SDL workflows.
- Abstract（参考訳）: 自動運転車研究所(SDL)は、実験計画、自動実行、測定フィードバックをクローズドループで組み合わせた実験システムである。
柔軟なロボット制御を型付きアプリケーションプログラミングインタフェース(API)と統合し、実験機器が露呈する連続測定は、実行とインターフェースの課題である。
LAM(Lab Action Model)、OpenSDL(OpenSDL)、Safe-SDL(Safe-SDL)、L3-Bench(L3-Bench)の4つのコンポーネントからなるトレーサブルフレームワークを提案する。
LAMは、視覚・言語・アクションのパラダイムを拡張した計測条件付きポリシーアーキテクチャであり、連続的なロボット軌道とタイプドインスツルメンツAPI呼び出しの両方を生成する。
OpenSDLは初期制御実装を備えた実行基板であり、ロールレベルの操作を異種デバイスにマッピングし、協調実行、タイムスタンプ付き因果イベントを記録するように設計されている。
提案したSafe-SDLランタイムゲートは、事前ディスパッチスキーマとリソースチェックと、待ち時間の拡張を含む実行中の信号時間ロジック監視を組み合わせたものだ。
L3-Bench (Level-3 Laboratory Benchmark)は、物理結果、タイミング、再現性、安全性違反、障害回復に関するエピソードレベルの評価プロトコルである。
これらのコンポーネントは、ハイブリッドアクション生成、監視されたデバイス実行、測定フィードバック、実験的評価、SDLワークフローにおけるコーディネーションとトレーサビリティの課題をリンクするエンドツーエンドの設計を提供する。
関連論文リスト
- CSymPlan: Certified Symbolic Planning and Control for High-DOF Manipulators [4.257148651564725]
CSymPlanは、高DOFマニピュレータのためのシンボリックプランニングおよび制御フレームワークである。
オフライン実装は、既知のワークスペースに対する認証済みのリーチ回避フィードバックポリシーをプリ計算する。
オンライン実装は、タスクや知覚情報の変更から実行時にシンボリックポリシーを合成または更新する。
どちらの実装も、安全違反のないリーチ回避タスクを完了している。
論文 参考訳（メタデータ） (2026-08-24T08:45:37Z) - PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。
セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。
SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。
ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
論文 参考訳（メタデータ） (2026-07-18T04:46:53Z) - From Detection to Action: Using LLM Agents for Fault-Tolerant Control [0.21313236831585222]
我々は,耐故障性制御のためのエージェント型大規模言語モデル(LLM)フレームワークを提案する。
故障検出出力を、植物固有の知識に基づく制約対応回復行動に変換する。
我々は,各プロセスのダイナミックスと互換性のある遅延予算内で,意味的基盤を持つエージェントが有効なリカバリ決定を導出できることを示す。
論文 参考訳（メタデータ） (2026-06-26T12:13:58Z) - 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) - Safe-SDL:Establishing Safety Boundaries and Control Mechanisms for AI-Driven Self-Driving Laboratories [18.300558114535992]
自動運転研究所(SDL)は、自律的な仮説生成、実験、分析が可能な閉ループ実験システムを作成する。
本稿では,ロバストな安全境界と制御機構を確立するための包括的フレームワークであるSafe-SDLを提案する。
論文 参考訳（メタデータ） (2026-02-13T12:42:48Z) - PRISM: Protocol Refinement through Intelligent Simulation Modeling [4.839327116611717]
本稿では,実験プロトコルの設計,検証,実行を自動化するフレームワークであるPRISMを紹介する。
PRISMは言語モデルに基づくエージェントのセットを使用し、共同で実験的なステップを生成し、洗練する。
我々は、PRISMを言語ベースのプロトコル生成、シミュレーションベースの検証、自動ロボット実行をブリッジする実用的なエンドツーエンドワークフローとして実証する。
論文 参考訳（メタデータ） (2026-01-08T20:15:28Z) - Code-as-Monitor: Constraint-aware Visual Programming for Reactive and Proactive Robotic Failure Detection [56.66677293607114]
オープンセットのリアクティブかつアクティブな障害検出のためのCode-as-Monitor(CaM)を提案する。
モニタリングの精度と効率を高めるために,制約関連エンティティを抽象化する制約要素を導入する。
実験により、CaMは28.7%高い成功率を達成し、厳しい乱れの下で実行時間を31.8%短縮することが示された。
論文 参考訳（メタデータ） (2024-12-05T18:58:27Z)
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。