[論文レビュー] Grounding LLMs in Scientific Discovery via Embodied Actions

Bo Zhang, Jinfeng Zhou+4 more|arXiv (Cornell University)|Feb 24, 2026

Machine Learning in Materials Science被引用数 0

ひとこと要約

EmbodiedAct grounds LLMs in embodied actions with a tight perception-execution loop in MATLAB, enabling continuous monitoring and autonomous correction for reliable long-horizon scientific simulations and modeling.

ABSTRACT

Large Language Models (LLMs) have shown significant potential in scientific discovery but struggle to bridge the gap between theoretical reasoning and verifiable physical simulation. Existing solutions operate in a passive "execute-then-response" loop and thus lacks runtime perception, obscuring agents to transient anomalies (e.g., numerical instability or diverging oscillations). To address this limitation, we propose EmbodiedAct, a framework that transforms established scientific software into active embodied agents by grounding LLMs in embodied actions with a tight perception-execution loop. We instantiate EmbodiedAct within MATLAB and evaluate it on complex engineering design and scientific modeling tasks. Extensive experiments show that EmbodiedAct significantly outperforms existing baselines, achieving SOTA performance by ensuring satisfactory reliability and stability in long-horizon simulations and enhanced accuracy in scientific modeling.

研究の動機と目的

• プロセス指向の科学タスクにおける理論的推論と検証可能な物理的検証のギャップを埋める。
• 実行と継続的知覚を結ぶ能動的具現化エージェントへと既存の科学ソフトウェアを変換する。
• ランタイム知覚とホットフィックス指向の再計画が長期的なシミュレーションにおける信頼性・安定性・精度を向上させることを示す。
• MATLABとオープンソースのバックエンド、複数のモデルファミリー全体での一般化を示す。
• 科学系LLMアプリケーションの厳密な知覚-行動ループの再利用可能なフレームワークとプロトコルを提供する。

提案手法

• 執行可能なシミュレーションプリミティブへ意図を結びつける閉ループ認知アーキテクチャとしてEmbodiedActを提案する。
• Strategy Planner、Primitive Generator、Runtime Perception Engine、Reflective Decision Makerの4モジュールでLLMを grounding する。
• Asynchronous State Synchronization Protocolを用いてシミュレーション環境からのリアルタイム、ストリーミング観測を維持する。
• 高位の科学的意図をソフトウェア固有のプリミティブ（例：MATLABソルバー、Simulinkグラフ操作）へ、トポロジー推論を介して翻訳する。
• シミュレーション軌跡と中間状態のライブ監視を可能にし、異常を検出して自律的なホットフィックス修復を引き起こす。
• 知覚主導のホットフィックスを高速な内ループ、物理情報に基づくフィードバックによる再計画を遅い外ループで案内する二重ループ制御を組み込む。

Figure 1 : Comparison of EmbodiedAct with existing paradigms. EmbodiedAct integrates executable simulation primitives and continuous runtime perception, endowing the agent with the capacity for embodied action within physical simulation environments.

実験結果

リサーチクエスチョン

• RQ1 リアルタイム知覚を持つ具現化エージェントは、プロセス指向の科学タスクにおいて従来のコードとしてのアクションLLMエージェントを上回ることができるか。
• RQ2 ランタイム知覚は、工学と物理科学の長期的なシミュレーションにおける信頼性・安定性・精度にどのような影響を与えるか。
• RQ3 ドメイン特化のプリミティブとトポロジー認識の実行は、汎用コード生成と比較して解法の質を向上させるか。
• RQ4 知覚-行動ループはMATLABとオープンソースのシミュレーションバックエンド間の一般化にどのような影響を与えるか。
• RQ5 内側のホットフィックスループと外側のリフレクティブプランナーという二重ループアーキテクチャは、複雑系において測定可能な利益をもたらすか。

主な発見

• EmbodiedActはEngDesignとSciBench-107のベンチマークで最先端の性能を達成し、複数のモデルファミリーにわたり生成ベースおよびコードベースのベースラインを上回る。
• 能動的なランタイム知覚により中間状態のリアルタイム監視とホットフィックスの発動が可能となり、長期的なシミュレーションの信頼性を向上させ、故障モードを低減する。
• ドメイン特化のプリミティブと知覚を考慮した意図のシミュレーションアクションへの翻訳は、特に数値的に敏感な分野（ MathematicsやPhysics）で精度を高める。
• バックエンド（MATLABとオープンソース）を跨いだ一般化が可能で、継続的なパフォーマンス優位性を示し、環境横断適用性が堅牢である。
• オープンソースモデルはEmbodiedActと組み合わせると大幅に性能が向上し、プロプリエタリモデルとの差を縮め、このフレームワークの支えとなる構造の強さを示す。
• アブレーション研究は、知覚の実行が性能の鍵であることを確認し、知覚なしのバリアントはCodeActの性能に近づくに留まる。

Figure 2 : Overview of EmbodiedAct, which bridges the LLM agent and simulation environment via the Asynchronous State Sync Protocol. EmbodiedAct orchestrates a fast inner loop driven by the Runtime Perception Engine to trigger immediate Hot-Fixes, and a slow outer loop driven by the Reflective Decis