LabEvolver：安全且基于实验状态的湿实验室 Agent 无训练经验演进

LabEvolver 是无需训练模型的框架，从执行经验构建情景记忆，支持安全且依据实验状态行动的湿实验室 Agent。它将自适应感知、在线规划与安全验证的内部试验循环，同把已完成轨迹提炼为可复用技能、策略和安全经验的外部演进循环结合。在机器人溶液制备任务中，框架展示真实环境可行性，pH 调节完成时间减少 48.2%，安全门拦截次数减少 60.0%。在 ALFWorld 的 500 项连续任务中，二十步内累积成功率由 ReAct 的 76.2% 提至 91.4%，显示对湿实验室之外任务的适用性。结果支持通过执行经验学习与迭代的闭环自动科学发现路径。项目页面：https://andygao6186.github.io/LabEvolver/。