QUASAR — Universal Autonomous System for Atomistic Simulation

QUASAR: 原子論シミュレーションのための汎用自律システムとその能力ベンチマーク

Fengxu Yang & Jack D. Evans (Adelaide University) — J. Chem. Inf. Model. (2026) | DOI: 10.1021/acs.jcim.6c00295

🎯 専用ツールなしで LLM に DFT/MD/MC/MLP を自律編成させる3エージェント系。未公開構造を含む三段9課題で専門家級の end-to-end 遂行を実証

① 背景と課題

LLM を計算化学（材料科学）に統合する agentic システムは増えているが、その多くがドメイン固有ツール・細粒度に分割された専門エージェント・固定ワークフローという「人手の足場（scaffolding）」に強く依存している。これは初期 LLM の限られた自律計画能力を補う妥協だったが、近年のモデル進歩に追従できず、本来の能力を活かしきれていない。

専用関数前提の設計は LLM の知識を過小評価。固定インタフェースは想定外のエッジケースで誤動作しやすい

専門エージェント多数化はルーティング/制御の不整合を連鎖させ、システムを脆弱化・保守困難化

→ 足場を捨て、LLM の推論にツール選択・パラメータ決定・エラー処理を委ねる汎用システムへ

② 手法概要（QUASAR）

ユーザの研究目的
↓
Strategist：計画分解 + ダブルパス・レビュー
↓
Operator：ツール実行 + check-in 監視
↓
Evaluator：完了判定（→不合格は差し戻し）
↓
反復自動改善ループ（任意 HITL）

3 エージェント

LangChain 上の Strategist / Operator / Evaluator（domain-specific tools = no）

QE(DFT)・MACE(MLP)・LAMMPS(MD)・RASPA3(GCMC) を ASE/pymatgen で統合。granularity と accuracy(eco/standard/pro) で制御。階層知識検索：内部→RAG→例示推論→Web。

③ 計算化学パイプラインへの応用

lib/md: RMSDAnalyzer/HBondAnalyzer を Operator ツール化。RMSD プラトーを check-in 指標に silent-failure 検出
lib/fep: DockFEP/MMGBSAEngine の前提ステップ欠落をダブルパス計画で防止、自動改善ループで設定修正
lib/docking: UniDockRunner/ProLIFCalculator の編成を自然言語化。階層検索で入力ハルシネーション抑制
lib/molgen: JobManager/MolgenYaml の生成→評価→再計画を run-run Markdown 長期メモリで継続改善

実装ギャップ: 自律オーケストレーション層・ダブルパス計画・文脈圧縮・チェックポイント復旧・階層知識検索が lib に未実装

④ 主な結果 (a) 三段ベンチマーク（全9ケース）

Tier I/II は各3回、Tier III は各2回反復で一貫性を確認。LLM は Gemini 3 Flash Preview。Tier I/II 全ケースで効率・厳密性をもって正確に到達。

④ 主な結果 (b) 自動改善ループの効果（NiO）

DFT+U の強い学習バイアスに陥っても、自動改善ループが 1〜2 run で HSE 法へ自律切替し「局所最適」から脱出。Tier III は auto-improve なしで end-to-end 遂行。

④ 主な結果 (c) Tier III フロンティア課題

光触媒スクリーニング

5% La ドープ ATaO3 (A=Li,Na,K) → 既発表結果を正しく再現

Xe/Kr 選択性

未公開2 COF から最適候補を同定（実験検証済み構造）

仮想新規材料

潜在拡散生成・未合成構造の機械的性質+CO2吸着を妥当に評価

→ 文献に確立解がない課題でも HITL なしで遂行。「材料研究に人間介入が必須」という通念に挑戦。

⑤ テイクホームメッセージ

専用ツールを増やさず LLM 推論に委ねる3エージェント設計で、DFT/MD/MC/MLP を横断する自律編成を実現
ダブルパス計画・文脈圧縮・永続チェックポイント・silent-failure 検出・階層知識検索が信頼性を担保
軽量 Gemini 3 Flash Preview でも専門家級の自律性を達成。OSS で完全公開
本質は再利用可能な自律オーケストレーション層—創薬パイプライン(lib/md,fep,docking,molgen)へ転用価値大

限界: LLM 非決定性で再現性に課題。能力はモデル知識に上限づけられ、誤りが構造的に整合した形で潜伏し得る。Gemini 以外は未検証で人間監督は依然必要。