Research Architecture

点击图片查看大图

我们的研究聚焦于构建无人自主实验室，通过打通底层物理仿真与高层智能应用，建立新一代智能科研生态。通过多智能体协同、具身智能感知与数字孪生技术的深度融合，我们赋予了机器人系统自主进行科学实验的能力。实验室的研究工作贯穿了从理论框架到实际场景的应用全链条，致力于为未来自动化科学发现奠定坚实基础。

Research Pillars

致力于研究面向科学发现的智能体系统。重点探索多智能体工作流编排、工具增强型智能体以及具备自我进化能力的智能系统。我们正将这些技术应用于材料、遥感及城市科学等垂直领域，实现科研流程的自主化。

探索大语言模型在科学知识挖掘中的潜力。研究涵盖了自动化的科学信息抽取、模型微调以及基于 LLM 的自动同行评审系统。通过构建 DB4Sci 科学数据库，旨在打造科研领域的专用底座模型。

结合视觉-语言-动作（VLA）模型，研究面向物理实验环境的具身智能。我们关注跨机器人、跨任务的通用策略学习，并探索实验场景的自动化构建，赋予智能体在现实科学实验室中执行复杂操作的能力。