arXiv cs.AI· Guoyang Shi, Hongwen Li, Yiding Yu, Zhuang Fu, Siqi Ding, Zhengyuan Chen, JianGuo Chen, Hanyue Zhao, Tianyuan Liu·· 11 小时前AI 评分38
多模态智能体如何实现非平稳响应科学仪器的自适应控制
Adaptive Control of Scientific Instruments with Nonstationary Responses through Multimodal Agents
AI 导读
研究提出一种物理接地多模态智能体，用于控制响应随操作历史漂移的科学仪器，并以磁约束聚变装置 NBI 离子源的逐发调谐为例验证。在 EXL-50U 四平台 455 发严格时序回放中，仅用物理符号比仅用波形图像的质量分类 macro-F1 高 0.21-0.32，检索上下文使与历史动作方向的平均一致率提升 22.4-42.7 个百分点。
正文 · AI 翻译
摘要：控制科学仪器需要根据连续操作的反馈逐步调整参数。当未观测到的运行条件随操作历史演变时，响应会变得非平稳，从动作到响应的静态映射不足以支撑跨炮次的决策。磁约束聚变装置中中性束注入（NBI）离子源的逐炮次调谐是这类问题的典型代表：电极表面和真空条件难以直接观测，放电结果在炮次之间变化，且实验成本高昂并带有运行风险。我们提出一种具有物理基础的多模态智能体，包含三个可独立审计的组件。确定性算法从多通道波形中提取符号化物理量和视觉证据；双层记忆组织当前任务的轨迹、先前任务的经验以及程序性知识，多模态大语言模型（MLLM）据此生成候选动作；独立的动作可行性检查在执行前强制执行动作约束。在对来自四个 EXL-50U 平台的 455 个炮次进行严格按时间顺序的回放中，在全部四个被评估模型上，仅使用物理符号在质量分类的宏 F1 上比仅使用波形图像高出 0.21-0.32。检索到的上下文使与历史动作方向的平均一致率提高了 22.4-42.7 个百分点，而视觉证据的贡献因模型而异。在五个离子源上的监督运行中，系统在 409 个已执行炮次中实现了 86.80% 的束流引出率。这些结果证明了该框架在物理科学仪器上进行监督式顺序调谐的工程可行性。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.32370 [cs.AI] |
| （或 arXiv:2610.32370v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32370 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Guoyang Shi [查看电子邮件]
[v1]
2026年10月23日星期五 08:59:43 UTC（6,574 KB）
来源：arXiv cs.AI · arxiv.org