Multi-stage Bayesian optimisation for dynamic decision-making in self-driving labs

自动驾驶实验室（SDLs）融合了机器人技术、自动化以及基于机器学习的数据分析与决策等最新技术进展，能够在无需任何人工直接干预的情况下，自主开展实验以实现人类设定的目标。目前，SDLs已成功应用于材料科学、化学及其他领域，以系统化且数据高效的方式优化工艺、材料和器件。现阶段，最广泛使用的算法是贝叶斯优化，用于确定最具信息价值的下一个实验。尽管标准贝叶斯优化相对容易应用于各种优化问题，但它依赖于固定的实验流程，要求明确的一组优化参数以及一个或多个可测量的目标函数。这种方法排除了在实验过程中对预定操作序列进行实时调整的可能性，也无法将中间测量结果纳入决策过程。因此，许多现实中的实验必须经过调整和简化，才能适配自动驾驶实验室的常规模式。本文提出了一种对贝叶斯优化的扩展方法，能够灵活采样多阶段实验流程，并基于中间可观测变量（我们称之为代理测量）做出最优决策。我们系统性地比较了考虑代理测量的方法与传统贝叶斯优化（仅观测最终结果）之间的优势。研究发现，在多种不同场景下，引入代理测量均显著提升了性能，不仅加快了找到优质解的速度，也提高了最终所得解的整体最优性。这一进展不仅为在自动驾驶实验室中采用更复杂、更贴近实际的实验流程铺平了道路，也为下一代自动驾驶实验室中实验与模拟的无缝结合提供了可能。

传统的贝叶斯优化在自驾驶实验室（SDLs）中受限于固定的实验流程，只能基于最终测量结果进行决策，难以适应包含中间观测或动态调整步骤的复杂多阶段实验流程。这导致许多现实世界中的实验必须被简化才能应用自动化优化，限制了SDL在材料科学、化学等领域的广泛应用。该论文探讨如何利用中间可观测变量（proxy measurements）提升优化效率，并验证是否引入这些中间反馈能显著加速发现高质量解的过程。这是一个在自主实验系统中日益重要但尚未充分解决的问题。

提出一种扩展的贝叶斯优化框架，能够灵活采样多阶段实验流程，并利用中间过程中的代理测量（proxy measurements）来指导每一步的决策。与传统仅依赖最终结果的贝叶斯优化不同，该方法将部分可观测信息融入概率模型（如高斯过程），实现更高效的信息利用和动态路径选择。其核心创新在于打破标准BO对‘单一目标函数+固定参数’的假设，支持条件分支、跳过步骤和早期终止等现实实验行为，使自动化系统更贴近真实科研流程。

作者通过系统性仿真实验比较了使用与不使用代理测量的性能差异，在多种场景下验证了新方法在收敛速度和解的质量上的显著优势。实验设计覆盖不同噪声水平、相关性结构和流程复杂度，证明了方法的鲁棒性。虽然目前未提及具体真实世界数据集或开源代码，但所提框架具有通用性，可无缝集成到现有SDL平台中。未来值得深入研究的方向包括：如何自动识别有效的代理变量、处理非平稳或延迟的中间观测、以及将仿真模型输出作为虚拟代理信号用于混合虚实联合优化。

1. ‘Bayesian Optimization with Inequality Constraints’ by Gardner et al., ICML 2014 2. ‘Efficient Nonmyopic Active Search via Adaptive Submodularity’ by Golovin et al., UAI 2013 3. ‘Autonomous Discovery in the Chemical Sciences Using Active Learning’ by Burger et al., Nature Reviews Chemistry, 2020 4. ‘Multi-Information Source Optimization’ by Poloczek et al., NeurIPS 2017 5. ‘Sequential Bayesian Optimization with Conditional Parameters’ by Golyandina et al., AISTATS 2022