不漂移的 AI 科学家：四足导航研究循环中的品味、结构与可证伪发现

arXiv 2026 57.2 method

TLDR

四足导航AI科学家循环加入不可变实验卡、专门子代理和品味预言机防止漂移；预言机改变方向而非分数。

评分理由

The paper presents a structured autonomous research loop with a controlled comparison to isolate the effect of a preference oracle, which is a strong methodological strength. However, it is limited to simulation and the abstract provides little detail on baselines, metrics, or broader applicability.

Read-first 评分解释

综合优先阅读分 57.2，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 76。

近期性 8%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

主题相关性 42%

63.3

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：AI scientist、automated scientific discovery、autonomous research agent、automated research、literature review agent、survey generation、automated experimentation、experiment design agent、AI for scientific research、paper writing agent、research automation、scientific discovery agent

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：实验、指标

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：88。

关键词评分

AI scientist

automated scientific discovery

autonomous research agent

automated research

AI for scientific research

research automation

automated experimentation

scientific discovery agent

experiment design agent

literature review agent

survey generation

paper writing agent

深度分析

创新点

不可变实验卡：在固定模式下将每次迭代的预测与其结果配对，防止被证伪的假设被追溯性重新解释
专门子代理：在研究循环中仅限于机械性角色
kkanbu 偏好预言机：一个类型化知识图谱，捕获用户的研究品味，是唯一被允许做出主观判断的组件

方法

作者构建了一个 AI Scientist，用于在仿真中研究四足机器人导航策略的泛化；他们在 Karpathy 的自动研究范式上增加了不可变实验卡、机械性子代理和偏好预言机（kkanbu）。为了隔离预言机的影响，他们在十一条研究流上完全相同地运行该循环两次，分别有和没有 kkanbu。

关键结果

两条臂都没有漂移；它们都证伪了自身约四分之三的假设。最佳训练策略来自没有预言机的那条臂；而有预言机的臂独特地探索了测试时适应，设计了获胜方案，并跨研究流传递了另一条臂反复重新推导的经验教训。

资源

论文