arXiv cs.AI· Marko Petkovi\'c, Susanne Gooijer, Jos\'e Manuel Vicent-Luna, Vlado Menkovski, Sof\'ia Calero·· 11 小时前AI 评分34
RaspAssistant：面向多孔材料吸附模拟研究自动化的智能体框架
RaspAssistant as an Agentic Framework for Automating Adsorption Simulation Research in Porous Materials
AI 导读
RaspAssistant 是一个分层多智能体框架，可将多孔材料吸附研究从力场准备推进到验证与分离分析。在覆盖四个吸附与分离基准的十二次多智能体工作流复现运行中，总分在 8.50 至 10.00 之间；另一项八案例力场提取基准的平均加权得分为 0.967。在开放式研究中，该系统诊断并改进了乙炔力场，并在用 MFI 实验验证 CO₂ 力场后筛选了 197 种通过自动输入检查的纯硅沸石。
正文 · AI 翻译
摘要：多孔材料吸附研究需要结构准备、力场选择、模拟、验证和解释等环节的协同配合，因此端到端自动化难以实现。我们测试了分层多智能体框架 RaspAssistant 能否完成从力场准备到验证及下游分离分析的完整吸附研究。在涵盖四个吸附与分离基准的十二次多智能体工作流复现运行中，依据评估工作流正确性、模拟有效性和分析一致性的评分标准，总体得分在 8.50 至 10.00 之间。在另一项包含八个案例的力场提取基准中，结合参数一致性和 RASPA 就绪度的平均加权得分为 0.967。在开放式研究中，系统诊断并改进了乙炔力场，并在依据 MFI 实验验证 CO$_2$ 力场后，筛选了 197 种通过自动输入检查的纯硅沸石。这些结果表明，在指定任务并提供输入后，系统能够自主执行工作流：RaspAssistant 可协调、验证、调整并记录扩展的吸附模拟工作流，同时揭示模型敏感性和方法学局限，供专家审查。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.27572 [cs.AI] |
| （或 arXiv:2610.27572v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.27572 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Marko Petković [查看电子邮件]
[v1]
2026年10月20日星期二 03:41:00 UTC（1,836 KB）
来源：arXiv cs.AI · arxiv.org