跳到正文
arXiv · 机器人与计算机视觉· Nam H. Le, Douglas Blackiston, Michael Levin, Josh Bongard·· 2026-10-05AI 评分68

面向生物控制的语言接口:细胞、类器官与生物机器人的离线提示词条件干预学习

Toward Controlling Biology with Language: Offline Learning of Prompt-Conditioned Interventions for Cells, Organoids, and Biobots

AI 导读

论文提出了一种完全离线的学习方法,利用视觉语言模型对已记录的生物干预及其观测结果进行匹配判断,以此作为唯一奖励来训练自然语言到生物干预的映射。该方法在 Xenobot 合成多细胞构造上实现了泛化能力,针对未见指令的测试集准确率达到 80.0%,与直接基于真值标签训练的基线网络持平(66.7% 为随机基准)。研究证明了无需新实验或人工验证即可建立语言对生物系统的控制接口。

来源:arXiv · 机器人与计算机视觉 · arxiv.org