Unmodeled states and uncertain action outcomes in agentic scanning tunneling microscopy
本論文は、最先端のLLMエージェントが短期間の人間によるトレーニングを経て、複雑な走査型トンネル顕微鏡のチップ・コンディショニングを自律的に実行できる一方で、その有効性は最終的にモデル化されていない実験状態や不確実なアクションの結果によって制約されることを示しており、将来の自律システムには、隠れたダイナミクスを推論し、実際の装置の制限内で動作することが求められることを強調している。