光製造やマイクロロボティクスの分野では、人間の設計意図を機械が実行できる目的関数に変換することが長年の課題となっている。従来は研究者が手作業で数式を記述する必要があり、再利用も困難だった。arXivに投稿された新論文は、このボトルネックに取り組むため、Speak-to-Objectiveと呼ばれるモジュール式エージェントパイプラインを提案している。
このパイプラインの中心は、条件付けされた大規模言語モデル（LLM）である。ユーザーが音声またはテキストで指令を与えると、LLMがそれを完全に微分可能な目的関数に変換し、制約を考慮した逆解法であるSLSQPに渡して最適化し、最終的に実験用光流体プラットフォーム上で実行する。著者らは「知覚→構成→提案→実行→報告と学習」という簡潔なループを採用している。このループは目的関数を意図と駆動のインターフェースとして扱い、「何を組み立てるか」と「どう駆動するか」を分離しつつ、ユーザーフィードバックから学習することを可能にする。
実装面では、このパイプラインは幾何項、間隔項、割り当て・トポロジー項を組み合わせることで、二種類の目的関数を生成する。一つはロバストな記述的目的関数で、部分的な軌跡から組み立てを完了し、外乱後にも回復できる。もう一つは明示的目的関数で、精密な配置を実現する。手法は特定のアクチュエータに依存せず、汎用性が高い。
効果を検証するため、研究チームはレーザー誘起熱粘性流を物理的駆動方式として用い、マイクロ流体環境内で自然言語によりプログラムされた光学的な微細粒子パターン組立を実演した。実験では、このパイプラインが自然言語を実行可能な光学操作に直接変換し、微粒子の配列タスクを完了できることが示された。
著者らは、この研究の意義はプログラム可能なマイクロアセンブリにとどまらないと指摘する。レーザー誘起光流体駆動を複雑さを低減した実験プラットフォームとして用いることで、自然言語、微分可能な目的関数、レーザー駆動を再利用可能なデジタルワークフローへと結合する、自律型AI支援光製造プラットフォームへの道筋を示している。