NIMOコントローラ：モデルコンテキストプロトコルに基づく自走式ラボラトリーオーケストレーター
自走式ラボラトリー（SDL）は科学発見を加速するが、SDLソフトウェアの開発は技術的に困難である。既存のオーケストレーションフレームワークは人間の操作を主眼としており、AIエージェントに適した標準化されたインターフェースを欠いている。本研究では、モデルコンテキストプロトコル（MCP）に基づくSDLソフトウェアアーキテクチャを提案し、すべてのSDL機能をMCPサーバーとして公開する。NIMOコントローラは、MCPツール発見により自動生成されるビジュアルプログラミングインターフェースを提供し、人間のユーザーがコードを書かずに実験ワークフローを設計できると同時に、AIエージェントも同じMCPバックエンドにアクセス可能とする。カラーマッチングSDLのケーススタディにより、アーキテクチャの有用性を検証した。
研究チームはarXivに提出された論文「NIMOコントローラ：モデルコンテキストプロトコルに基づく自走式ラボラトリーオーケストレーター」において、自走式ラボラトリー（SDL）のための新しいソフトウェアアーキテクチャを提案した。このアーキテクチャはモデルコンテキストプロトコル（MCP）に基づいており、SDLの技術的ハードルを下げるとともに、人間のユーザーとAIエージェントの両方に対応した統一インターフェースを実現する。
SDLは実験プロセスを自動化することで科学発見を加速するが、既存のソフトウェアフレームワークは人間の操作を前提としており、AIエージェント向けの標準化されたインターフェースが不足していた。これに対し、本研究ではすべてのSDL機能をMCPサーバーとして公開するアーキテクチャを採用し、NIMOコントローラを実装した。NIMOコントローラはMCPツール発見機能により、視覚的なプログラミングインターフェースを自動生成するため、ユーザーはコードを記述せずに実験ワークフローを設計できる。同時に、AIエージェントは同じMCPバックエンドを介して機能にアクセス可能であり、人間とAIの協調作業が容易になる。
論文では、カラーマッチングSDLを対象としたケーススタディを実施し、システムの実用性を検証した。結果は提案アーキテクチャの有効性を示している。本研究はNaruki Yoshikawa氏とRyo Tamura氏によって行われ、2026年5月13日に提出された。9ページ、4図から成り、人工知能、材料科学、ロボティクスの分野にまたがる内容であり、今後のSDLの知的発展に新たな道を開くものと期待される。自己駆動型ラボラトリー（SDL）は、科学的発見を加速する手段として注目を集めているが、SDLソフトウェアの開発には高度な技術が求められる。アクセシビリティを向上させるため、SDLコンポーネントを調整するためのオーケストレーションソフトウェアフレームワークが提案されてきた。しかしながら、既存のフレームワークは主に人間の操作を対象として設計されており、AIエージェントに適した標準化されたインターフェースを提供していない。本研究では、モデルコンテキストプロトコル（MCP）に基づくSDLソフトウェアアーキテクチャを提案する。このアーキテクチャでは、すべてのSDL機能がMCPサーバーを通じて公開される。この設計原則に従い、MCPベースのSDLオーケストレーターであるNIMOコントローラを導入する。NIMOコントローラは、MCPベースのツール発見を通じて自動生成されるビジュアルプログラミングインターフェースを提供し、人間のユーザーがコードを書かずに実験ワークフローを設計することを可能にする。同じMCPバックエンドはAIエージェントからもアクセス可能であり、人間のユーザーとAIエージェントの両方に統一されたインターフェースを提供する。提案システムをカラーマッチングSDLのケーススタディを通じて実証する。結果は、提案されたMCPベースのSDLアーキテクチャの有用性を検証するものである。