[논문 리뷰] Grounding LLMs in Scientific Discovery via Embodied Actions

Bo Zhang, Jinfeng Zhou외 4명|arXiv (Cornell University)|2026. 02. 24.

Machine Learning in Materials Science인용 수 0

한 줄 요약

EmbodiedAct는 MATLAB에서 tight perception-execution 루프를 통해 LLMs를 구현된 행동에 기반하도록 연결하고, 지속적인 모니터링과 자율 보정을 가능하게 하여 신뢰할 수 있는 장기 지향의 과학 시뮬레이션 및 모델링을 구현한다.

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.

연구 동기 및 목표

• 이론적 추론과 검증 가능한 물리적 검증 간의 격차를 프로세스 지향 과학 작업에서 연결한다.
• 실행과 지속적 지각을 결합하는 활성 구현 에이전트로 기존 과학 소프트웨어를 변환한다.
• 런타임 지각과 핫 픽스 기반 재계획이 장기 지향 시뮬레이션의 신뢰성, 안정성 및 정확성을 향상시킨다.
• MATLAB 및 오픈 소스 백엔드 전반과 여러 모델 계열 간 일반화 가능성을 보여준다.
• 과학 중심 LLM 응용에서 밀착된 지각-행동 루프를 위한 재사용 가능한 프레임워크와 프로토콜을 제공한다.

제안 방법

• EmbodiedAct를 제시한다, 의도를 실행 가능한 시뮬레이션 프리미티브로 구속하는 폐루프 인지 아키텍처.
• LLMs를 네 가지 모듈에 기반시킨다: 전략적 계획자, 프리미티브 생성기, 런타임 지각 엔진, 반성적 의사결정자.
• 실시간 스트리밍 관찰을 유지하기 위한 비동기 상태 동기화 프로토콜을 사용한다.
• 상향식 추론을 통해 고수준 과학 의도를 소프트웨어 특정 프리미티브(MATLAB 솔버, Simulink 그래프 연산 등)로 번역한다.
• 시뮬레이션 궤적과 중간 상태를 실시간 모니터링하여 이상을 감지하고 자율 핫 픽스 수리를 촉진한다.
• 빠른 내부 루프를 위한 지각 기반 핫픽스와 물리 정보 피드백에 의한 재계획을 위한 느린 외부 루프의 듀얼 루프 제어를 도입한다.

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.

실험 결과

연구 질문

• RQ1 실시간 지각을 갖춘 구현체가 프로세스 지향 과학 작업에서 전통적인 코드 기반의 LLM 에이전트보다 뛰어난가?
• RQ2 런타임 지각이 공학 및 물리 과학 전반의 장기 지향 시뮬레이션의 신뢰성, 안정성, 정확도에 어떤 영향을 미치는가?
• RQ3 도메인 특화 프리미티브와 토폴로지 인식 실행이 일반 코드 생성에 비해 해결책의 질을 향상시키는가?
• RQ4 지각-행동 루프가 MATLAB과 오픈 소스 시뮬레이션 백엔드 간 일반화에 어떤 영향을 미치는가?
• RQ5 복잡한 시스템에 대해 듀얼 루프 아키텍처(내부 핫픽스 루프 + 외부 반성적 계획자)의 측정 가능한 이점이 있는가?

주요 결과

• EmbodiedAct는 EngDesign 및 SciBench-107 벤치마크에서 최첨단 성능을 달성하여 다수의 모델 계열에서 생성 기반 및 코드 기반 벤치마크를 능가한다.
• 활발한 런타임 지각은 중간 상태의 실시간 모니터링과 핫픽스 촉발을 가능하게 하여 신뢰성 향상과 장기 지향 시뮬레이션의 실패 모드를 감소시킨다.
• 도메인 특화 프리미티브와 의도를 시뮬레이션 행동으로 토폴로지 인식 번역이 정확도를 높이며 특히 수치적으로 민감한 영역인 수학과 물리에서 그렇다.
• 접근 방식은 백엔드(MATLAB 및 오픈 소스) 전반에 걸쳐 일반화되어 지속적인 성능 이점을 보여주며 강력한 교차 환경 적용 가능성을 입증한다.
• 오픈소스 모델은 EmbodiedAct와 결합될 때 상당한 향상을 얻어 독점 모델과의 격차를 좁히고 프레임워크의 구조적 강점을 강조한다.
• 단축 연구는 런타임 지각이 성능의 핵심 동인임을 확인했고 지각 비활성화 변형은 CodeAct 성능에 근접했다.

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