BioAgent: Self-Directed Skill Acquisition and Capability Growth for Long-Horizon Laboratory Protocols
作者: Gaojing Zhang, Changwen Chen, Zichen Luo, Jialiang Li, Yuhan Wang, Yifei Xie, Wenzhao Lian
分类: cs.RO
发布日期: 2026-10-30
💡 一句话要点
提出BioAgent以解决实验室协议中的能力不足与有效性问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 机器人 实验室自动化 能力识别 技能学习 自我恢复 任务验证 智能体
📋 核心要点
- 现有方法在执行复杂实验室协议时，难以实时识别缺失能力和验证操作有效性，导致实验失败。
- BioAgent通过匹配人类审核需求与验证技能，结合工具选择和人类指导，提升了实验执行的灵活性和有效性。
- 在实验中，BioAgent在双臂任务中实现了66%和58%的成功率，且在25种技能的测试中成功率高达100%。
📝 摘要（中文）
执行不熟悉的实验室协议要求机器人识别缺失的能力，并在实验进行中判断每个操作的有效性。本文提出了BioAgent，一个具身智能体，解决了能力充足性与实验有效性这两个相互关联的挑战。BioAgent将人类审核的需求与验证过的技能和任务包进行匹配，为缺失的行为选择基于工具的实现，并在学习过程中在必要时请求人类指导。学习的技能经过顺序任务包验证，以检查结果和后续操作之间的兼容性。在执行过程中，前置条件、结果和实验状态检查控制进程、自动恢复或终止。执行证据指导工具选择，而接受的经验支持离线策略更新和任务打包。在第二个任务中，BioAgent重用17种技能，修订2种现有实现，并获得5种新类型。在两个双臂实验室任务中，BioAgent的完整任务成功率分别为66%和58%，在50次任务运行中实现了自动恢复。对25种原子技能进行的50次自主试验中，成功率从84%到100%不等，其中17种技能实现了50/50的成功率。
🔬 方法详解
问题定义：本文旨在解决机器人在执行不熟悉的实验室协议时，如何识别缺失的能力并验证操作的有效性。现有方法往往无法动态适应实验进程中的变化，导致实验失败或效率低下。
核心思路：BioAgent的核心思路是通过将人类审核的需求与验证过的技能和任务包进行匹配，来实现能力的自我识别与补充。同时，在学习过程中，BioAgent能够请求人类的指导，以确保技能的有效性和适用性。
技术框架：BioAgent的整体架构包括需求匹配模块、技能选择模块、任务包验证模块和执行控制模块。需求匹配模块负责将实验需求与现有技能进行匹配，技能选择模块则根据缺失能力选择合适的工具实现，任务包验证模块确保操作的顺序和兼容性，而执行控制模块则管理实验的进程和状态。
关键创新：BioAgent的主要创新在于其能力自我识别与补充机制，以及在执行过程中动态调整的能力。这种设计使得BioAgent能够在复杂的实验环境中保持高效和灵活，显著提升了实验成功率。
关键设计：在关键设计方面，BioAgent采用了基于工具的实现选择策略，并通过顺序任务包验证来确保操作的兼容性。此外，系统还设计了前置条件和结果检查机制，以支持自动恢复和任务终止的决策过程。通过这些设计，BioAgent能够有效应对实验中的不确定性。
🖼️ 关键图片
📊 实验亮点
BioAgent在两个双臂实验室任务中实现了66%和58%的完整任务成功率，且在25种原子技能的测试中，成功率高达100%。这些结果表明，BioAgent在执行复杂实验任务时具备良好的自我恢复能力和高效的技能应用能力，显著优于传统方法。
🎯 应用场景
BioAgent的研究成果在多个领域具有广泛的应用潜力，尤其是在自动化实验室、机器人辅助研究和智能制造等场景中。其能力自我识别与补充的机制，可以大幅提升实验的效率和成功率，推动科学研究的进展。未来，BioAgent有望在更复杂的实验环境中实现更高水平的自主性与智能化。
📄 摘要（原文）
Executing an unfamiliar laboratory protocol requires a robot to identify missing capabilities and determine whether each operation remains valid as the experiment progresses. This letter presents BioAgent, an embodied agent that addresses these coupled challenges of capability sufficiency and experimental validity. It matches human-reviewed requirements to validated skills and task packages, selects tool-based implementations for missing behaviors, and requests human teaching when needed during learning. Learned skills undergo sequential task-package validation to check outcomes and compatibility between successive operations. During execution, precondition, outcome, and experimental-state checks govern progression, autonomous recovery, or termination. Execution evidence guides tool selection, while accepted experience supports offline policy updates and task packaging. On the second task, BioAgent reuses 17 skill types unchanged, revises two existing implementations, and acquires five new types. On two dual-arm laboratory tasks with 20 and 31 ordered skill invocations, BioAgent achieves complete-task success rates of 66\% and 58\% with autonomous recovery over 50 runs per task. Across 25 atomic skills evaluated over 50 autonomous trials each with recovery disabled, success rates range from 84\% to 100\%, with 17 skills achieving 50/50.