[论文解读] El Agente Sólido: A New Age(nt) for Solid State Simulations

Sai Govind Hari Kumar, Yunheng Zou+9 more|arXiv (Cornell University)|Feb 19, 2026

Machine Learning in Materials Science被引用 0

一句话总结

本论文介绍 El Agente Sólido，这是一个分层多代理框架，能够自主使用 Quantum ESPRESSO 进行固态量子化学工作流，在多个基准迭代中实现高可重复性。

ABSTRACT

Quantum chemistry calculations are a key component of the materials discovery process. The results from first-principles explorations enable the prediction of material properties prior to experimental validation. Despite their impact, the practical use of first-principles methods remains limited by the expertise required to design, execute, and troubleshoot complex computational workflows. Even when workflows are successfully built, they are sometimes rigid and not adaptable to different use cases. Recent advances in large language models (LLMs) and agentic systems offer a pathway to flexibly automate these processes and lower barriers to entry. Here, we introduce El Agente Sólido, a hierarchical multi-agent framework for automating solid-state quantum chemistry workflows using the open-source Quantum ESPRESSO simulation package. The framework translates high-level scientific objectives expressed in natural language into end-to-end computational pipelines that include structure generation, input file construction, workflow execution, and post-processing analysis. El Agente Sólido integrates density functional theory with phonon calculations and machine-learning interatomic potentials to enable efficient and physically consistent simulations. Extensive benchmarking and case studies demonstrate that El Agente Sólido reliably executes a wide range of solid-state calculations, highlighting its potential to improve reproducibility and accelerate computational materials discovery

研究动机与目标

• 推动需要可访问的第一性原理固态模拟以加速材料发现的必要性。
• 开发一个自主的、以语言驱动的框架，将自然语言目标转化为端到端的 QE 工作流。
• 在多样的基准任务和案例研究中展示可重复的多次试验性能。
• 展示在结构生成、DFT/声子计算、MLIPs 与材料发现案例研究中的能力。

提出的方法

• 提出一个分层多代理架构来编排基于 QE 的工作流。
• 将结构生成、输入文件创建、DFT/Phonopy 计算与结果分析整合到自主代理中。
• 使用预训练的机器学习原子间势（MLIPs）对结构进行预松弛并加速从头计算。
• 在 7 个基础练习以及 4 个案例研究中进行基准测试，每项重复 10 次。
• 用聚焦于工作流设置和最终结果的评分标准来评估性能，达到高程序分数和可重复性。

实验结果

研究问题

• RQ1 El Agente Sólido 能否从自然语言提示中自主规划、执行和排除完整的固态 QE 工作流？
• RQ2 在多次试验和不同提示难度下，其结果的可重复性和鲁棒性如何？
• RQ3 在包括电池、催化、MOFs/COFs、以及声子分析等多样材料任务中的框架性能如何？
• RQ4 系统如何有效地整合 MLIPs 与 Phonopy，以实现可扩展、物理一致的模拟？

主要发现

• El Agente Sólido 在 7 个基准练习中重复 10 次的平均得分为 97.9%。
• 该框架能够自主查询数据库、生成结构（包括空位、超胞、薄层、SQS、MOFs/COFs），并为每个任务选择计算参数。
• 它执行包含结构松弛的 DFT 工作流、 自洽场与声子计算、带结构、态密度、稳定性分析和吸附研究。
• 四个案例研究展示在锂离子电池、催化以及多孔材料中的应用，以及通过 Phonopy 获得的声子相关热性质。
• 声子与热力学分析显示物理上一致的结果，包括基于 QHA 的热性质。