PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.20120v1cs.RO

자연어 프로토콜을 로봇 실험실 플랫폼으로 변환하기 위한 교차 모델 검증 이중 에이전트 프레임워크

Dual-Agent Framework for Cross-Model Verified Translation of Natural-Language Protocols into Robotic Laboratory Platform

생물학 실험 프로토콜은 자연어로 작성되는 반면, 자동화 시스템은 미리 정의된 제어 명령에 의존하므로 자율 실행을 제한하는 의미적 격차(semantic gap)가 발생합니다. 마이크로플레이트 기반 자동 실험은 웰 매핑(well mapping), 샘플-시약 조합, 복제 배치(replicate placement), 병렬 분배(parallel dispensing)를 동시에 제어해야 하므로 특히 어렵습니다. 본 연구는 자연어 기반 마이크로플레이트 프로토콜을 로봇 실험실 플랫폼용 실행 가능한 제어 명령으로 변환하는 에이전트 기반 프로토콜 변환 프레임워크를 제안합니다. 파서 에이전트(Parser Agent)는 자연어 프로토콜을 구조화된 표현으로 형식화하고, 규칙 기반 매핑 엔진은 로봇 실험실 플랫폼의 운영 제약 조건을 결정론적으로 통합하여 장치 수준의 제어 명령을 생성합니다. 이종 LLM 검증 에이전트(Validation Agent)는 완전성, 매개변수 정확성, 실행 순서를 검증하고, 오류가 감지되면 구조화된 피드백을 통해 자가 수정 루프를 트리거합니다. 무작위로 선택된 ELISA 프로토콜에 대해 7개의 파서와 3개의 검증기를 포함하는 스윕(sweep) 실험을 통해, 교차 모델 검증 하에서 모델 규모와 검증기 유형이 번역 정확도와 통과율에 미치는 영향을 평가합니다. 제안된 프레임워크의 규칙 기반 매핑과 LLM 엔드투엔드 직접 매핑을 비교하여 정확도-지연 시간 트레이드오프(trade-off)를 추가로 검증합니다. 마지막으로, 마이크로플레이트를 사용한 브래드퍼드 분석(Bradford assay) 기반 단백질 정량화를 로봇 실험실 플랫폼에서 시연하여, 자연어 프로토콜부터 실제 실험까지의 엔드투엔드 자율 실행을 검증했습니다. 제안된 프레임워크는 자연어 프로토콜과 마이크로플레이트 기반 자율 주행 실험실(self-driving laboratories) 사이의 의미적 격차를 좁히기 위한 유연한 접근 방식을 제공합니다.