論文の概要: AI Agents in Engineering Design: A Multi-Agent Framework for Aesthetic and Aerodynamic Car Design
- arxiv url: http://arxiv.org/abs/2503.23315v1
- Date: Sun, 30 Mar 2025 04:57:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-01 19:35:57.057618
- Title: AI Agents in Engineering Design: A Multi-Agent Framework for Aesthetic and Aerodynamic Car Design
- Title（参考訳）: エンジニアリングデザインにおけるAIエージェント:美学と空力自動車設計のためのマルチエージェントフレームワーク
- Authors: Mohamed Elrefaie, Janet Qian, Raina Wu, Qian Chen, Angela Dai, Faez Ahmed,
- Abstract要約: 本稿では,工学的応用,特に自動車設計プロセスに焦点をあてた「設計エージェント」の概念を紹介する。
私たちのフレームワークは、AI駆動設計エージェントを従来のエンジニアリングワークフローに統合し、創造性を高め、効率を高め、全体的な設計サイクルを大幅に加速します。
- 参考スコア（独自算出の注目度）: 24.258618104493532
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: We introduce the concept of "Design Agents" for engineering applications, particularly focusing on the automotive design process, while emphasizing that our approach can be readily extended to other engineering and design domains. Our framework integrates AI-driven design agents into the traditional engineering workflow, demonstrating how these specialized computational agents interact seamlessly with engineers and designers to augment creativity, enhance efficiency, and significantly accelerate the overall design cycle. By automating and streamlining tasks traditionally performed manually, such as conceptual sketching, styling enhancements, 3D shape retrieval and generative modeling, computational fluid dynamics (CFD) meshing, and aerodynamic simulations, our approach reduces certain aspects of the conventional workflow from weeks and days down to minutes. These agents leverage state-of-the-art vision-language models (VLMs), large language models (LLMs), and geometric deep learning techniques, providing rapid iteration and comprehensive design exploration capabilities. We ground our methodology in industry-standard benchmarks, encompassing a wide variety of conventional automotive designs, and utilize high-fidelity aerodynamic simulations to ensure practical and applicable outcomes. Furthermore, we present design agents that can swiftly and accurately predict simulation outcomes, empowering engineers and designers to engage in more informed design optimization and exploration. This research underscores the transformative potential of integrating advanced generative AI techniques into complex engineering tasks, paving the way for broader adoption and innovation across multiple engineering disciplines.
- Abstract（参考訳）: エンジニアリングアプリケーション,特に自動車設計プロセスに焦点を当てた設計エージェントの概念を導入し,我々のアプローチを他のエンジニアリングやデザインドメインに容易に拡張できることを強調した。
我々のフレームワークは、AI駆動設計エージェントを従来のエンジニアリングワークフローに統合し、これらの特殊な計算エージェントがエンジニアやデザイナとシームレスに相互作用し、創造性を高め、効率を高め、設計サイクル全体を著しく加速する様子を実証します。
概念スケッチ,スタイリングの強化,3次元形状検索と生成モデリング,CFDメッシュリング,空力シミュレーションなど,従来から手作業で実施されてきたタスクの自動化と合理化によって,従来のワークフローの特定の側面を数週間から数日から数分に短縮する。
これらのエージェントは、最先端のビジョン言語モデル(VLM)、大規模言語モデル(LLM)、幾何学的ディープラーニング技術を活用し、迅速なイテレーションと包括的な設計探索機能を提供する。
本手法は,産業標準ベンチマークに基礎を置き,多種多様な自動車設計を包含し,高忠実度空力シミュレーションを用いて実用的かつ適用可能な結果を保証する。
さらに,シミュレーションの結果を迅速かつ正確に予測できる設計エージェントを提案する。
この研究は、先進的な生成AI技術を複雑なエンジニアリングタスクに統合し、複数のエンジニアリング分野にまたがる広範な採用とイノベーションの道を開くという、変革の可能性を浮き彫りにしている。
関連論文リスト
- AI-Enhanced Automatic Design of Efficient Underwater Gliders [60.45821679800442]
自動設計フレームワークの構築は、グライダー形状を表現する複雑さと、複雑な固体-流体相互作用をモデル化する際の計算コストが高いため、困難である。
非自明な船体形状の水中ロボットを作れるようにすることで、これらの制限を克服するAI強化型自動計算フレームワークを導入する。
提案手法は, 形状と制御信号の両面を協調的に最適化するアルゴリズムで, 低次幾何表現と微分可能なニューラルネット型流体代理モデルを用いる。
論文 参考訳（メタデータ） (2025-04-30T23:55:44Z) - An LLM-enabled Multi-Agent Autonomous Mechatronics Design Framework [49.633199780510864]
本研究は, 機械設計, 最適化, エレクトロニクス, ソフトウェア工学の専門知識を統合した多エージェント自律メカトロニクス設計フレームワークを提案する。
このフレームワークは、言語駆動のワークフローを通じて運用され、構造化された人間のフィードバックを組み込んで、現実世界の制約下での堅牢なパフォーマンスを保証する。
完全に機能する自律型容器は、最適化された推進、コスト効率の高い電子機器、高度な制御を備えていた。
論文 参考訳（メタデータ） (2025-04-20T16:57:45Z) - A multi-agentic framework for real-time, autonomous freeform metasurface design [1.6712896227173812]
セマンティックに記述されたフォトニックデザイン目標を高性能なフリーフォームデバイスレイアウトに変換するマルチエージェント設計フレームワークであるMetaChatを紹介する。
デザインアクセラレーションは、特徴量線形変調型マックスウェルサロゲートソルバにより促進される。
これらの概念は、多分野の革新と発見を促進するために、スペシャリストデザインエージェント、サロゲートソルバ、ヒューマンインタラクションを活用するための科学計算の青写真を提供する。
論文 参考訳（メタデータ） (2025-03-26T12:10:45Z) - The impact of AI on engineering design procedures for dynamical systems [4.222932496304428]
本稿では,VDIガイドライン2206のVモデルを用いて,AIをエンジニアリング設計プロセスに統合する可能性を検討する。
エンジニアリング製品設計ワークフロー内の特定のステージに対する適合性に基づいて、AIメソッドを特定し、分類する。
著者らによってAI支援設計がうまく実装された一連のアプリケーション例を示す。
論文 参考訳（メタデータ） (2024-12-16T14:26:27Z) - Prototyping with Prompts: Emerging Approaches and Challenges in Generative AI Design for Collaborative Software Teams [2.237039275844699]
生成型AIモデルは、人間のタスクに統合され、表現力のあるコンテンツの制作が可能になっている。
従来のヒューマンAI設計手法とは異なり、生成能力を設計するための新しいアプローチは、迅速なエンジニアリング戦略に重点を置いている。
我々の発見は、マルチステークホルダーチーム間のAIシステムのプロトタイピングにおける新たなプラクティスと役割シフトを浮き彫りにしている。
論文 参考訳（メタデータ） (2024-02-27T17:56:10Z) - Geometric Deep Learning for Computer-Aided Design: A Survey [85.79012726689511]
本調査では,コンピュータ支援設計における学習手法の概要について概観する。
類似性解析と検索、2Dおよび3DCADモデル合成、点雲からのCAD生成を含む。
ベンチマークデータセットとその特性の完全なリストと、この領域の研究を推進しているオープンソースコードを提供する。
論文 参考訳（メタデータ） (2024-02-27T17:11:35Z) - Compositional Generative Inverse Design [69.22782875567547]
入力変数を設計して目的関数を最適化する逆設計は重要な問題である。
拡散モデルにより得られた学習エネルギー関数を最適化することにより、そのような逆例を避けることができることを示す。
N-body 相互作用タスクと2次元多面体設計タスクにおいて,実験時に学習した拡散モデルを構成することにより,初期状態と境界形状を設計できることを示す。
論文 参考訳（メタデータ） (2024-01-24T01:33:39Z) - Machine Learning Insides OptVerse AI Solver: Design Principles and
Applications [74.67495900436728]
本稿では,Huawei CloudのOpsVerse AIソルバに機械学習(ML)技術を統合するための総合的研究について述べる。
本稿では,実世界の多面構造を反映した生成モデルを用いて,複雑なSATインスタンスとMILPインスタンスを生成する手法を紹介する。
本稿では,解解器性能を著しく向上させる,最先端パラメータチューニングアルゴリズムの導入について詳述する。
論文 参考訳（メタデータ） (2024-01-11T15:02:15Z) - Design Space Exploration and Explanation via Conditional Variational
Autoencoders in Meta-model-based Conceptual Design of Pedestrian Bridges [52.77024349608834]
本稿では,条件付き変分オートエンコーダ(CVAE)による人間設計者向上のための性能駆動型設計探索フレームワークを提案する。
CVAEはスイスの歩行者橋の合成例18万件で訓練されている。
論文 参考訳（メタデータ） (2022-11-29T17:28:31Z) - Design of Unmanned Air Vehicles Using Transformer Surrogate Models [8.914156789222266]
我々は,無人航空機(UAV)の設計を合成するAIデザイナを開発した。
提案手法では,高額なフライトダイナミックスモデルやCADツールを動作させることなく,新規なドメイン固有符号化を用いた深部変圧器モデルを用いて,提案手法の性能評価を行う。
論文 参考訳（メタデータ） (2022-11-11T21:22:21Z) - Investigating Positive and Negative Qualities of Human-in-the-Loop
Optimization for Designing Interaction Techniques [55.492211642128446]
設計者は、与えられた目的の集合を最大化する設計パラメータの組み合わせを見つけるよう求められる設計最適化タスクに苦労すると言われている。
モデルベースの計算設計アルゴリズムは、設計中に設計例を生成することでデザイナを支援する。
一方、補助のためのブラックボックスメソッドは、あらゆる設計問題に対処できる。
論文 参考訳（メタデータ） (2022-04-15T20:40:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。