Metaphor

Scientific Agents Index - 科学Agent专题索引

6分钟阅读

科学Agent专题索引

1. 专题概览

科学Agent是AI for Science领域的重要方向，旨在实现自动化或半自动化的科学研究。本专题涵盖科学Agent的基础理论、评估方法、典型框架和应用案例。

2. 文档索引

2.1 核心文档

文档大小描述
科学Agent基础理论与分类6.7KB科学Agent定义、架构设计与分类体系
科学推理Benchmark7.6KB科学推理评估基准与评估方法
科学方程发现Agent16.9KBPhysX和SR-Scientist等方程发现系统
科学多模态Agent15.5KBSciOrch框架与多模态科学理解
AI科学发现案例10.7KBAlphaFold、GNoME等典型案例

2.2 文档关系图

科学Agent专题
│
├── 基础理论
│   └── scientific-agents-foundations.md
│       │
│       ├── 定义与分类
│       ├── 架构设计原则
│       └── 工具生态系统
│
├── 评估方法
│   └── scientific-reasoning-benchmarks.md
│       │
│       ├── 问答基准 (ScienceQA, SciQ)
│       ├── Agent基准 (SciAgentGym)
│       └── 方程发现基准
│
├── 典型框架
│   ├── internagent-autonomous-discovery.md
│   │   │
│   │   ├── 多Agent协作
│   │   ├── 长期记忆
│   │   └── 案例研究
│   │
│   ├── scientific-equation-discovery-agents.md
│   │   │
│   │   ├── PhysX框架
│   │   ├── SR-Scientist
│   │   └── 物理约束集成
│   │
│   └── scientific-multimodal-agents.md
│       │
│       ├── SciOrch框架
│       ├── 图表理解
│       └── 实验数据分析
│
└── 应用案例
    └── ai-scientific-discovery-cases.md
        │
        ├── 蛋白质结构 (AlphaFold)
        ├── 材料发现 (GNoME, MatMind)
        ├── 药物发现 (AI化学家, LaMGen)
        ├── 气候科学 (GraphCast)
        └── 核聚变 (TokaMind)

3. 学习路径

3.1 入门路径 (建议阅读顺序)

1. scientific-agents-foundations.md
   └── 理解科学Agent的基本概念
   
2. ai-scientific-discovery-cases.md
   └── 了解实际应用案例，建立感性认识
   
3. scientific-reasoning-benchmarks.md
   └── 理解如何评估科学Agent能力
   
4. internagent-autonomous-discovery.md
   └── 学习统一的Agent框架设计
   
5. scientific-equation-discovery-agents.md
   └── 深入了解特定任务（方程发现）
   
6. scientific-multimodal-agents.md
   └── 了解多模态处理能力

3.2 主题路径

路径A: 通用Agent开发

scientific-agents-foundations → internagent-autonomous-discovery → 
scientific-reasoning-benchmarks

路径B: 科学方程发现

scientific-agents-foundations → scientific-equation-discovery-agents → 
ai-scientific-discovery-cases (数学发现部分)

路径C: 多模态科学理解

scientific-agents-foundations → scientific-multimodal-agents → 
scientific-reasoning-benchmarks

4. 核心概念速查

4.1 科学Agent组件

组件功能关键词
规划器 (Planner)任务分解、行动规划POMDP、层次规划
执行器 (Executor)工具调用、操作执行API、代码生成
验证器 (Verifier)结果评估、假设检验统计检验、不确定性
记忆系统知识存储、经验积累知识图谱、情景记忆

4.2 关键指标

指标描述目标
发现成功率有效假设比例>30%
迭代效率收敛所需迭代次数<10
准确率问答/预测正确率>90%
可解释性推理链完整性>90%

4.3 重要框架

框架机构特点
InternAgent-1.5上海AI Lab统一多Agent框架
SciOrch多机构专家LLM编排
PhysX多机构物理引导方程发现
SR-Scientist多机构Agentic方程发现

5. 主题关联

5.1 与AI for Science其他方向

科学Agent
    │
    ├──▶ 基础模型 ◀── [[foundation-models-science]]
    │
    ├──▶ 蛋白质 ◀── [[alphafold-series]], [[protein-design-ai]]
    │
    ├──▶ 药物发现 ◀── [[ai-drug-discovery]]
    │
    ├──▶ 材料科学 ◀── [[gnome-materials-discovery]]
    │
    └──▶ 气候科学 ◀── [[ai-climate-science]], [[earth-system-foundation-model]]

5.2 与机器学习理论

科学Agent
    │
    ├──▶ LLM Agent ◀── [[agentic-ai-fundamentals]]
    │
    ├──▶ 工具使用 ◀── [[llm-tool-use]]
    │
    ├──▶ 多Agent系统 ◀── [[multi-agent-rl]]
    │
    └──▶ 规划推理 ◀── [[world-model-planning-reasoning-fusion]]

6. 参考文献汇总

6.1 核心论文

论文年份引用
InternAgent-1.52026arXiv:2602.08990
SciOrch2026arXiv:2606.15872
PhysX2026arXiv:2602.12259
SR-Scientist2026arXiv:2510.11661

6.2 相关会议

会议说明
ICLR FM4Science科学基础模型Workshop
NeurIPS AI for ScienceAI for Science方向
Nature Machine Intelligence高影响力期刊

7. 外部资源

7.1 开源项目

项目链接描述
TokaMindGitHub聚变能源Agent
Fusion SurrogatesGitHubDeepMind开源模型
SciAgentGymGitHub科学Agent基准

7.2 在线资源

资源链接说明
AlphaFold Serveralphafold.ebi.ac.uk蛋白质结构预测
Materials Projectmaterialsproject.org材料数据库
ChemBenchTBD化学Agent基准

8. 后续扩展方向

8.1 专题深化

  1. 科学推理深化

    • 因果推理在科学发现中的应用
    • 科学假设的可解释性

  2. 自主实验平台

    • 机器人科学家
    • 自动化实验室集成

  3. 科学知识图谱

    • 科学知识表示
    • 跨学科知识整合

8.2 相关方向

方向关联文档说明
因果推断causal-inference科学因果发现
持续学习continual-learning知识积累
世界模型world-models科学模拟

最后更新：2026-06-21

关系图谱

反向链接