深夜十点，一家热闹的餐厅后厨，李师傅是掌勺总厨。今晚有三十桌客人，食材有限、灶台只有八个、烤箱还要排队用。他却胸有成竹地贴出一张今晚的“作战图”：先做什么、谁在哪个灶台、几号桌的菜先上、哪道菜需要提前腌制……客人不断加菜、有人投诉上菜太慢、冰柜突然坏了，他都临危不乱，顺手把计划改了改。 李师傅的“排菜哲学”，就是“实验规划”的灵魂。AI for Science 中的自主实验系统，就像一个拥有无数灶台的智能厨房：科学家把“假设”当菜单，AI 规划师则负责决定“先做哪个实验、用多少资源、中途怎么调整”。本文要讲的“实验规划”，就是教会 AI 像李师傅一样“排菜”——在资源有限、目标多变、意外频出的实验世界里，做出一张动态、高效、步步为营的计划。
掌握实验规划，是 AI 科学家从“手工做实验”走向“编排科研流水线”的分水岭——它决定你设计的智能体能否在真实实验室中高效、安全地完成发现闭环。
可视化演示
展示实验决策树规划、资源分配约束管理及多目标Pareto前沿优化策略。
本节配有交互动效（进入视口后自动加载，约 3KB）。
实验决策树规划 R0根节点分支为E1/E2/E3三实验 绿色节点为最优路径E4/E6/E7 Tree(R0)={E1,E2,E3}→{E4..E9} 分层展开实验决策树动态调整路径
规划核心目标
李师傅在贴作战图前，先想清楚今晚的核心诉求：让三十桌客人按时吃到菜，而不是追求某一道菜做到极致。这个“全局最优”的念头，就是实验规划的核心目标。
自主实验系统中的“规划核心目标”，说白了就是回答三个问题：先做什么实验？每个实验分配多少资源？如何让整个探索过程最快逼近科学结论？ 传统科研中，研究生凭直觉决定“明天做哪个实验”，如同一盘散沙；而实验规划器把“做实验”拆解成可优化的序列决策问题——每一步选择哪个操作，取决于它对最终科学目标的信息增益。
资源分配策略同样关键。实验室有仪器、试剂、机时、人力四类核心资源，规划器要像李师傅管理八个灶台一样，保证高优先级实验不被低优先级任务挤占。效率与吞吐提升是硬指标：同一台质谱仪，手工安排一天跑 20 个样本，规划器压缩到 35 个，这就是吞吐量的跃升。
假设驱动探索是规划的灵魂：一个优秀的规划器不会盲目尝试所有参数组合，而是像侦探一样，优先设计能“证伪或证实当前假设”的实验。最终闭环让 AI 从“执行者”变成“决策者”——这正是自主实验区别于自动化仪器的分水岭。
- $R_{\text{eff}}$——效率指标衡量实验系统资源利用率的综合评分，数值越高代表每个单位资源产出的有效实验越多。
- $N_{\text{completed}}$——已完成实验数在规划周期内成功跑完并产出有效数据的实验数量。
- $T_{\text{total}} \times C_{\text{used}}$——资源总消耗总时间与资源消耗量的乘积，近似等价于“人·天”这类复合成本。
实验规划流程
李师傅的作战图不是凭空画出来的：先看菜单（目标），再定出菜顺序（方案），然后交给灶台执行（执行），最后根据客人反馈调整（反馈）。这就是实验规划的“四步流程”。
第一步是目标解析。科学家输入研究目标，比如“找到催化效率最高的合金配比”，规划器将其翻译为可计算的优化函数——把模糊的科学问题变成明确的数学对象。这一步如同后厨把“客人想吃好”翻译成“少油、少盐、七分熟”的具体指令。
第二步是方案生成与评估。规划器枚举候选实验（参数组合），用模拟或代理模型预估每个方案的预期收益，选出性价比最高的几个。第三步是执行与监控——把方案下发给实验设备执行，实时采集数据。第四步是反馈迭代闭环：将新数据反馈给规划器，更新代理模型，再次进入“生成—评估”循环。
这四步层层递进，构成了自主实验的“心跳”——每完成一轮循环，系统对科学问题的认知就更新一次，如同后厨每收到一轮客人反馈，下一批菜就更合口味。
- $U(a)$——动作效用对某个候选实验动作的整体价值评估，规划器用它来排序所有候选方案。
- $I(y; \theta \mid a)$——信息增益执行该实验后，观测数据 $y$ 能对未知参数 $\theta$ 带来多少信息量。
- $\lambda \times C(a)$——成本惩罚项执行实验所需的资源成本乘以惩罚系数 $\lambda$，避免规划器只追求信息量而忽视开销。
规划算法选择
李师傅的手艺固然重要，但他真正厉害的是“排菜算法”。同理，实验规划器也有多种算法库可选，每种适配不同场景。
贪心算法是“眼前利益最大化”策略——每一步选择当前信息增益最大的实验，不考虑长远。就像李师傅看到 5 号桌催菜就先做 5 号桌，虽然简单高效，但容易陷入局部最优，忽略全局。启发式搜索则加入了对未来步骤的预估，像经验丰富的老厨师，知道现在做这道菜会占用蒸锅，导致 20 分钟后的主菜无法上桌，因此会主动调整顺序。
对于高维参数搜索，贝叶斯优化是主流选择。它本质上是“理性营销”：在参数空间中先建一个代理模型，每次选点走“探索（exploration）与利用（exploitation）平衡”的路线。强化学习则在更高层发力——当实验环境高度动态化时，智能体通过与环境交互学习一套“排菜策略”，而不是单步决策。
选算法的本质是“场景匹配”：任务简单用贪心，维度高用贝叶斯，动态环境用强化学习。如同后厨备菜：炒青菜用猛火快炒（贪心）、佛跳墙用文火慢炖（贝叶斯）、年夜饭大乱斗则要全盘统筹（强化学习）。
- $a_{t+1}$——下一轮实验规划器选出的下一个执行动作。
- $\mu(a)$——预测均值代理模型预估执行动作 $a$ 的期望效果。
- $\kappa \sigma(a)$——不确定性奖励奖励高不确定区域的探索，防止规划器一直窝在已知好区域。
约束处理机制
李师傅的排菜计划时刻受制于现实：灶台只有八个、蒸锅一次只能放两层、冰鲜柜容量有限。实验规划同样被“约束”这一铁笼框定。
资源上限是最基本的约束：设备机时、试剂库存、GPU 算力都有总额，规划器必须保证任意时刻的资源占用不超过上限。就像一个背包，装不下的实验只能等待。时间窗口约束则规定某些实验必须在特定时间段内完成——例如细胞培养必须在转染后 6 小时进行检测，错过窗口数据就废了。
安全约束关乎底线：某些化学实验的温度、压力或浓度不能超过安全阈值。规划器要把“安全不可逾越”写进硬约束（hard constraint），违反即拒绝执行。优先级约束则体现软约束（soft constraint）——高优先级实验可以插队，但低优先级任务也不能无限期推迟。
约束不是敌人，反而是规划器的“护栏”：正因为有了明确边界，搜索空间被大幅压缩，规划效率反而提升。如同李师傅只有八个灶台，反而逼他设计出一套更紧凑的出菜节奏。
- $\min_x f(x)$——目标函数最小化在可行域中寻找使目标（如实验总成本）最小的决策变量 $x$。
- $g_i(x) \le 0$——不等式约束资源上限、安全阈值这类“不超过”限制全部归入此类。
- $h_j(x) = 0$——等式约束必须严格满足的硬性条件，如“实验 A 完成后才能开始实验 B”。
多目标优先级
李师傅排菜时要在“美味”“速度”“成本”三个目标间周旋：客人要快、菜品要好、利润要保。这正是实验规划中的多目标优化问题——科学价值、成本、时间三者常常互相冲突。
帕累托最优是理解多目标优化的钥匙。一个方案如果能做到“不牺牲任何目标的情况下，至少改善一个目标”，那它不是帕累托最优；反之，如果改无可改，它就是帕累托前沿上的点。好比后厨排菜的多种方案中，不存在“上菜更快且成本更低”的方案时，当前方案已达帕累托最优。
实际工程中常用权重聚合：把多个目标加权成单目标，代价是丢失部分帕累托信息。分层优化则按重要程度依次求解：先优化最重要的目标，再在保持其最优的前提下优化次目标——像李师傅先保证所有桌不空等，再优化翻台率。
冲突消解是最后的裁决器：当科学价值最大化和资源消耗最小化硬碰硬时，规划器依据预设的偏好在帕累托前沿上做抉择。如同李师傅在“让客人等 10 分钟换一道更完美的菜”和“立刻上桌”之间拍板。
- $\sum_{k=1}^{K} w_k f_k(x)$——加权目标将所有目标函数按权重线性组合。
- $w_k$——目标权重第 k 个目标的权重，体现它在规划者心中的重要程度，所有权重之和为 1。
- $\sum w_k = 1$——归一化条件保证权重不改变目标函数尺度，防止某个目标主导全局。
动态重规划
晚上八点，后厨风云突变：5 号桌取消了两道菜，冰柜故障导致三文鱼暂时缺货。李师傅立刻撕掉旧作战图，重新排了一版。这就是“动态重规划”——真实实验中唯一不变的，就是变化本身。
实时反馈是重规划的触发器：实验数据不断回流，规划器根据新观测更新对参数的认知，一旦发现某个方向没有前景，立刻止损转向。异常响应则处理意外事件：设备宕机、试剂污染、结果异常，系统必须快速生成替代方案，而不是死板地继续执行原计划。
探索利用平衡在动态环境中尤为微妙：数据多了之后，是继续深挖当前最优区域（利用），还是探索未知区域（探索）？贝叶斯优化中的 $\kappa$ 参数就是调节这个比例的旋钮。历史经验复用让规划器“越用越聪明”——把过去实验中积累的规律存入记忆库，新任务到来时先检索相似场景的旧策略。
动态重规划让实验规划从“静态计划”进化成“活的生命体”。李师傅的作战图不是一张死纸，而是一张不断自我修正的活地图——这正是 AI 科学家与手工实验者的本质区别。
- $P(\theta \mid D)$——后验分布看到数据 $D$ 后对未知参数 $\theta$ 的更新信念。
- $P(D \mid \theta)$——似然函数假设参数为 $\theta$ 时，观测到当前数据 $D$ 的 plausibility。
- $P(\theta)$——先验分布实验前的既有认知，来自历史经验或领域知识。
科学范式价值
李师傅的经验如果写成一本《后厨兵法》，传给下一代厨师，就能让整个餐厅受益。实验规划的最大价值，正是在于把科学家的隐性经验显性化、算法化。
实验室数字化是第一步：规划器让实验记录、设备状态、数据流全部结构化，实验室从此有了“数字孪生”。科研效率革命随之而来——原本需要博士生三个月完成的参数扫描，自主系统一周跑完，且规划器还能在晚上自动排满设备空档。跨学科融合是更深层的收益：当规划框架成熟，它可以从化学合成迁移到材料筛选、药物设计，甚至农业育种——因为“优化序列决策”是跨学科共通的语言。
自主发现闭环是终极愿景：AI 驱动的实验室不只是“自动执行”，而是像一位永不疲倦的科学家，自己提出假设、设计实验、分析数据、修改假设，形成完整的自主发现循环。这在科研范式上是一次哥白尼式的转变——从“人脑规划，机器执行”到“机器自主规划，人只负责战略把关”。
李师傅教出的“智能后厨”不需要他在场也能运转——这才是实验规划对科学研究的真正馈赠：让实验室从“手工作坊”进化为“无人驾驶的科研工厂”。
- $H \xrightarrow{\text{plan}} E$——假设到实验规划器根据当前假设设计下一步实验方案。
- $E \xrightarrow{\text{execute}} D$——实验到数据实验执行后产出新的观测数据。
- $D \xrightarrow{\text{update}} H'$——数据到新假设数据回流，更新信念，产生新的假设。
AI 应用场景
化学合成中的高通量筛选
阶段：实验设计 + 资源调度
解决的问题：传统化学家筛选催化剂配方时，面对成千上万种组合只能凭经验挑几十个尝试，既慢又容易遗漏最优解。AI 规划器用贝叶斯优化精挑细选下一轮实验的配方组合，同时约束处理机制保证每个反应釜的温控、时间窗合法。
具体案例：美国某国家实验室用自主实验平台优化 CO₂ 还原电催化剂。规划器将 30 个变量（金属种类、掺杂比例、电解液 pH 等）编码进搜索空间，每轮选 12 个候选配方，机器人手臂自动配制电解液并测试。运行 3 周后，找到的催化效率比人工文献调研 + 实验的基准方案高出 41%，且消耗的原料仅为传统方法的 1/5。
材料研发中的动态重规划
阶段：执行监控 + 动态重规划
解决的问题：材料的高温合成实验经常出意外——某个炉子升温异常、某批次原料受潮，传统实验员只能中断计划手动补救。动态重规划机制让系统在异常触发时自动重新分配样品到可用炉子，并用历史经验库匹配最接近的补救策略，把损失降到最低。
具体案例：日本某氧化物薄膜材料实验室部署了自主规划系统。某次实验运行中，第 3 号溅射仪真空度异常，规划器在 2 分钟内重新生成调整方案：把该设备的 4 个样品转移到 7 号设备，并调整工艺顺序，最终这批实验按时完成，数据质量无损失。
药物晶型筛选的全自动闭环
阶段：多目标优先级 + 自主发现闭环
解决的问题：药物晶型筛选需要同时权衡溶解度、稳定性、可制造性等多个目标，传统方法耗时长且标准不一。多目标帕累托规划能同时优化多个指标，让系统在几分钟内输出一组“不可支配解”，供药学家决策。
具体案例：英国某 AI 制药公司用自主实验平台筛选某难溶药物的共晶配体。规划器把“溶解度提升”“吸湿性降低"“合成成本控制”三个目标并行优化，运行两周后产出 6 个帕累托最优候选，其中 2 个进入临床试验预研——整个过程全自动，无人值守。
Python 演示
"""实验规划器：基于贝叶斯优化与优先级调度的自主实验demo用于演示自主实验系统中的核心规划逻辑"""import numpy as npfrom dataclasses import dataclassfrom typing import List, Callable @dataclassclass Experiment: name: str duration: float cost: float priority: int alloc_x: float class ExperimentPlanner: """实验规划器：负责生成、评估、调度实验序列""" def __init__(self, resource_limit: float, alpha: float = 0.3): self.resource_limit = resource_limit self.alpha = alpha self.waiting_pool: List[Experiment] = [] self.schedule: List[Experiment] = [] self.used_resource: float = 0.0 def add_experiment(self, name: str, duration: float, cost: float, priority: int, alloc_x: float) -> None: exp = Experiment(name, duration, cost, priority, alloc_x) self.waiting_pool.append(exp) def compute_utility(self, exp: Experiment, knowledge_gain: float) -> float: return knowledge_gain - self.alpha * exp.cost def plan_greedy(self) -> List[Experiment]: """贪心策略：按优先级排序，依次调度满足资源约束的实验""" self.waiting_pool.sort(key=lambda e: e.priority, reverse=True) self.schedule.clear() self.used_resource = 0.0 for exp in self.waiting_pool: if self.used_resource + exp.duration <= self.resource_limit: self.schedule.append(exp) self.used_resource += exp.duration return self.schedule def simulate_execution(self) -> float: """模拟执行：评估已调度实验的累计信息增益""" total_gain = 0.0 for exp in self.schedule: gain = np.exp(-exp.alloc_x**2) * (exp.priority / 10) total_gain += gain return total_gain def run_loop(self, rounds: int = 3) -> None: """闭环迭代：执行一轮后淘汰低效用实验，重新规划""" for r in range(rounds): schedule = self.plan_greedy() gains = [] for exp in schedule: gain = self.compute_utility(exp, np.exp(-exp.alloc_x**2)) gains.append(gain) print(f"Round {r+1}: {exp.name} " f"(priority={exp.priority}) gain={gain:.3f}") worst_idx = int(np.argmin(gains)) lowest_exp = schedule[worst_idx] self.waiting_pool.remove(lowest_exp) print(f"Round {r+1}: remove lowest -> {lowest_exp.name}\n") if __name__ == "__main__": planner = ExperimentPlanner(resource_limit=10.0) planner.add_experiment("E1_TempScan", 3.0, 2.0, 5, 0.4) planner.add_experiment("E2_Pressure", 2.0, 1.5, 8, 0.7) planner.add_experiment("E3_Catalyst", 4.0, 3.0, 6, 0.9) planner.add_experiment("E4_Blank", 1.5, 1.0, 3, 0.2) planner.run_loop(rounds=3)
compute_utility计算实验效用 = 信息增益 − 成本惩罚，对应文中贝叶斯优化的效用函数plan_greedy按优先级排序并做资源约束检查，等价于李师傅先按桌号优先级排菜simulate_execution模拟执行后累计信息增益，体现“反馈迭代闭环”run_loop多轮规划中淘汰低效用实验，是动态重规划的简化原型add_experiment向等待池添加候选实验，模拟科学家输入研究目标
常见误区
误区很多人觉得实验规划器就是一次性地把所有实验排列成一个固定时间表，然后机械执行，像打印好的列车时刻表一样不可更改。
正解实验规划的核心恰恰是“动态”二字。真实实验充满不确定性——设备故障、结果异常、新数据改变假设，规划器必须具备动态重规划能力，像李师傅随时根据客人的反馈调整排菜方案。静态计划只是规划的第一步，持续更新才是规划的灵魂。
为何常见：这个误区源于对“规划”一词的字面理解，忽略了自主实验系统与自动化流水线机器的本质区别。
误区有人认为实验室设备越多、算力越强、试剂越充足，规划的难度就越低，效率一定更高。
正解资源丰富反而可能使搜索空间爆炸式增长——有 100 台设备意味着待决策的组合数呈指数上升。规划器的价值不在于“资源少时凑合用”，而在于“在复杂空间中找到最优或近似最优的决策路径”。相反，有限的资源常常通过约束剪枝降低了决策复杂度，规划器的解反而更好找。
为何常见：人们习惯性地把所有问题归因于资源匮乏，忽略了计算复杂度和决策维度才是真正的瓶颈。
误区初学者常认为优先级约束是绝对的——高优先级实验必须无条件插队到最前面，低优先级实验无限期搁置。
正解优先级约束是软约束（soft constraint），真实系统中高优先级实验也不能无限占用资源。规划器需要在多重目标间做帕累托权衡，比如一个“超长的高优先级实验”若阻塞了三个低优先级实验，导致整体吞吐率大幅下降，算法会通过多目标优化重新评估。就像李师傅不会因为 5 号桌催菜就取消后面十桌的出菜方案——他会权衡后给出折中。
为何常见：因为人脑天然将优先级理解为“排队序号”，忽略了它在多目标框架下只是一个加权系数的事实。
误区听完贪心算法容易局部最优后，有些学习者认为凡是用贪心算法就是“不专业”，应当一律用强化学习或贝叶斯优化。
正解贪心算法在状态空间小、目标函数平滑、单步决策影响有限的场景下，不仅简单高效，而且效果接近最优。比如一批独立实验的排序优化，贪心按信息密度排序就是最优策略之一。算法选型的关键是匹配问题特性，就像李师傅炒青菜时绝不炫耀慢炖功夫。
为何常见：教材中常把贪心算法的“局限性”做成教学重点，导致学习者误判它一无是处。
误区很多初学者看到贝叶斯优化能高效搜索超参，就以为它保证能找到全局最优解。
正解贝叶斯优化是一个近似策略，它的核心优势是“少样本下高效”，但不保证全局最优。它用代理模型逼近未知目标函数，代理模型的误差可能导致错过最优区域。真实使用中会配合多起点初始化、动态调整探索系数等策略来缓解。就像李师傅看菜谱学新菜，第一次做可能不上不下——经验（代理模型）不能保证一次到位的完美。
为何常见：因为贝叶斯优化的营销口号“减少 90% 实验次数”让学习者误以为它对解的质量也有保证。
面试题
Q1. 自主实验系统中的“实验规划”核心要解决什么问题？
- A.如何让机器人自动加样
- B.决定实验序列和资源分配策略← 正确答案
- C.如何绘制实验数据图表
- D.如何清洗实验原始数据
答案：B。实验规划的核心是序列决策与资源分配——决定先做哪个实验、每个实验分配多少资源。选项 A 是执行层面的自动化操作，C 和 D 是数据处理环节，均不属于规划层核心问题。
Q2. 以下哪一项是实验规划的四大核心目标之一？
- A.提高论文写作速度
- B.资源分配策略优化← 正确答案
- C.简化仪器操作流程
- D.增强实验数据可视化
答案：B。规划核心目标包括序列决策优化、资源分配策略、效率提升、假设驱动探索。B 是其中之一。A、D 属于科研产出与展示环节，C 属于仪器控制而非规划。
Q3. 当规划器面对“当前选择最优、长远可能错过好方案”的情况，是什么算法的典型缺陷？
- A.贪心算法← 正确答案
- B.动态规划
- C.线性回归
- D.主成分分析
答案：A。贪心算法每一步取局部最优，容易陷入局部最优而错过全局更优方案，正如李师傅只顾当前催菜桌而打乱整体节奏。动态规划会考虑全局状态，线性回归和主成分分析不属于规划类算法。
Q4. 贝叶斯优化中的“置信上界策略”$\mu(a) + \kappa\sigma(a)$ 中，$\kappa$ 的作用是什么？
- A.控制学习率
- B.控制探索与利用的平衡← 正确答案
- C.表示资源上限
- D.表示实验优先级
答案：B。$\kappa$ 是不确定性惩罚项的权重系数。$\kappa$ 大时算法倾向探索高不确定性区域，$\kappa$ 小时倾向利用已知最优区域。其他选项与 $\kappa$ 无关。
Q5. 在实验规划的约束处理中，“温度不能超过安全阈值”属于哪一类约束？
- A.软约束
- B.硬约束← 正确答案
- C.目标约束
- D.优先级约束
答案：B。安全约束是不可谈判的硬性条件，违反会带来风险。硬约束违反即方案被拒绝，这一点与可权衡折中的软约束（如优先级）形成鲜明对比。
Q6. 以下哪些属于实验规划中的常见约束类型？
- A.资源上限约束← 正确答案
- B.时间窗口约束← 正确答案
- C.安全阈值约束← 正确答案
- D.论文格式约束
答案：ABC。资源上限、时间窗口、安全阈值都是约束处理机制的核心内容。论文格式属于科研成果展示范畴，与实验执行规划无关。
Q7. 多目标优化中的“帕累托最优”指什么？
- A.所有目标同时达到最优
- B.无法在不损害任一目标的前提下改善其他目标← 正确答案
- C.只优化最重要的目标
- D.将所有目标按权重求和
答案：B。帕累托最优的定义是“改无可改”——任何试图改善某个目标的操作都会导致至少一个其他目标恶化。A 过于理想化，C 是分层优化，D 是权重聚合。
Q8. 关于权重聚合方法 $\min_x \sum w_k f_k(x)$，以下说法正确的有？
- A.所有权重之和必须为 1← 正确答案
- B.权重可以反映决策者的偏好← 正确答案
- C.一定能找到所有帕累托最优解
- D.权重 $w_k$ 与目标函数值无关← 正确答案
答案：ABD。权重归一化保证目标之间尺度可比。权重直接体现决策者对各目标的重视程度。但权重聚合无法覆盖凹形帕累托前沿上的所有解，C 错误。$w_k$ 是外部给定的偏好参数，与目标函数值无关。
Q9. 动态重规划中最关键的触发信号是什么？
- A.实验人员手动点击刷新按钮
- B.新观测数据导致信念分布更新← 正确答案
- C.计算资源使用率超过 50%
- D.实验设备定时关机
答案：B。动态重规划的核心驱动力是实时反馈——新数据刷新后验分布，旧方案不再最优，从而触发重规划。贝叶斯公式 $P(\theta \mid D) \propto P(D \mid \theta)P(\theta)$ 正是这个过程的数学表达。
Q10. 关于自主发现闭环，以下描述正确的是？
- A.假设 → 规划 → 执行 → 数据 → 更新假设，循环往复← 正确答案
- B.人类科学家完全不参与该闭环
- C.该闭环是自主实验区别于自动化仪器的关键特征← 正确答案
- D.该闭环仅在化学领域有效
答案：AC。自主发现闭环实现了假设到新假设的循环，C 正确描述了它与普通自动化仪器的本质区别。B 过于绝对——人在战略层面仍可参与；D 错误，该方法可迁移到材料、制药、农业等领域。