ORGANA: A Robotic Assistant for Automated Chemistry Experimentation and Characterization

📄 arXiv: 2401.06949v2 📥 PDF

作者: Kourosh Darvish, Marta Skreta, Yuchi Zhao, Naruki Yoshikawa, Sagnik Som, Miroslav Bogdanovic, Yang Cao, Han Hao, Haoping Xu, Alán Aspuru-Guzik, Animesh Garg, Florian Shkurti

分类: cs.RO, cs.AI

发布日期: 2024-01-13 (更新: 2025-01-07)

💡 一句话要点

提出ORGANA以解决化学实验自动化问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 机器人助手 化学实验 自动化 决策支持 大型语言模型 实验室效率 电化学

📋 核心要点

  1. 现有的实验室自动化方法难以适应多样化的化学实验，导致资源浪费和效率低下。
  2. ORGANA通过与化学家协作，利用决策和感知工具实现化学实验的自动化，提升实验效率。
  3. 实验结果显示，ORGANA在电化学实验中能够并行执行19步计划，用户时间节省达80.3%。

📝 摘要（中文）

化学实验通常资源和劳动密集，手动任务如电化学中的电极抛光十分繁琐。传统实验室自动化基础设施难以适应新实验。为此，本文提出ORGANA，一个助理机器人系统，利用决策和感知工具自动化多样化的化学实验。ORGANA与化学家协作，通过大型语言模型（LLMs）确定实验目标、处理歧义并提供实验日志。它能够规划和执行复杂任务，支持调度和并行任务执行。实验结果表明，ORGANA在溶解度、pH测量、重结晶和电化学实验中表现出色，显著减少用户的挫败感和身体负担，节省时间达80.3%。

🔬 方法详解

问题定义：本文旨在解决化学实验中手动操作繁琐、自动化适应性差的问题。现有方法在面对新实验时，往往无法有效支持实验需求。

核心思路：ORGANA通过与化学家互动，利用大型语言模型（LLMs）来理解实验目标和需求，从而实现实验的自动化和智能化。

技术框架：ORGANA的整体架构包括决策模块、感知模块和执行模块。决策模块负责与化学家沟通并制定实验计划，感知模块用于实时监控实验进程，执行模块则控制机器人和实验设备的操作。

关键创新：ORGANA的主要创新在于其与化学家的协作机制和使用LLMs进行实验目标的理解与执行。这种设计使得机器人能够灵活应对不同实验需求，超越传统自动化系统的局限。

关键设计：在技术细节上，ORGANA采用了特定的调度算法以支持并行任务执行，并设计了适应性强的反馈机制，以确保实验的准确性和高效性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

ORGANA在电化学实验中展示了其强大的能力，能够并行执行19步计划，显著提高实验效率。用户在使用ORGANA时，挫败感和身体负担减少超过50%，平均节省时间达到80.3%，显示出其在实验室自动化中的实际价值。

🎯 应用场景

ORGANA的潜在应用领域包括化学研究、药物开发和材料科学等。通过自动化实验过程，ORGANA能够显著提高实验效率，降低人力成本，推动科学研究的进展。未来，ORGANA有望扩展到其他科学领域，促进跨学科的研究合作。

📄 摘要（原文）

Chemistry experiments can be resource- and labor-intensive, often requiring manual tasks like polishing electrodes in electrochemistry. Traditional lab automation infrastructure faces challenges adapting to new experiments. To address this, we introduce ORGANA, an assistive robotic system that automates diverse chemistry experiments using decision-making and perception tools. It makes decisions with chemists in the loop to control robots and lab devices. ORGANA interacts with chemists using Large Language Models (LLMs) to derive experiment goals, handle disambiguation, and provide experiment logs. ORGANA plans and executes complex tasks with visual feedback, while supporting scheduling and parallel task execution. We demonstrate ORGANA's capabilities in solubility, pH measurement, recrystallization, and electrochemistry experiments. In electrochemistry, it executes a 19-step plan in parallel to characterize quinone derivatives for flow batteries. Our user study shows ORGANA reduces frustration and physical demand by over 50%, with users saving an average of 80.3% of their time when using it.