用于将自然语言协议跨模型验证翻译成机器人实验室平台的双代理框架

生物实验协议是用自然语言编写的，而自动化系统依赖于预定义的控制命令，造成了限制自主执行的语义差距。基于微孔板的自动实验特别具有挑战性，因为需要同时控制孔标测、样品-试剂组合、重复放置和平行分配。本研究提出了一种基于代理的协议翻译框架，可将基于自然语言微板的协议转换为机器人实验室平台的可执行控制命令。解析器代理将自然语言协议形式化为结构化表示，并且基于规则的映射引擎确定性地合并机器人实验室平台的操作约束以生成设备级控制命令。异构 LLM 验证代理可验证完整性、参数准确性和执行顺序，并在检测到错误时触发带有结构化反馈的自我纠正循环。涉及 7 个解析器和 3 个验证器的扫描随机选择的 ELISA 协议，评估模型规模和验证器类型如何影响跨模型验证下的翻译准确性和通过率。通过将所提出框架的基于规则的映射与 LLM 端到端直接映射进行比较，进一步验证了准确性与延迟的权衡。最后，在机器人实验室平台上演示了使用微孔板进行基于 Bradford 测定的蛋白质定量，验证了从自然语言协议到现实世界实验的端到端自主执行。所提出的框架提供了一种灵活的方法来缩小自然语言协议和基于微板的自动驾驶实验室之间的语义差距。