論文の概要: Multi-Agent Design Assistant for the Simulation of Inertial Fusion Energy

• arxiv url: http://arxiv.org/abs/2510.17830v2
• Date: Wed, 22 Oct 2025 01:49:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:12.140248
• Title: Multi-Agent Design Assistant for the Simulation of Inertial Fusion Energy
• Title（参考訳）: 慣性核融合エネルギーシミュレーションのための多エージェント設計支援
• Authors: Meir H. Shachar, Dane M. Sterbentz, Harshitha Menon, Charles F. Jekel, M. Giselle Fernández-Godino, Nathan K. Brown, Ismael D. Boureima, Yue Hao, Kevin Korner, Robert Rieben, Daniel A. White, William J. Schill, Jonathan L. Belof,
• Abstract要約: 慣性核融合エネルギーは、達成できればほぼ無限のクリーンパワーを約束する。 本稿では,核融合エネルギーに関する複雑な物理状態を探るため,自然言語を用いたマルチエージェントシステムを構築した。 カプセル形状を協調的かつ自律的に操作し、ナビゲートし、最適化するためのマルチエージェント設計アシスタントの能力を実証する。
• 参考スコア（独自算出の注目度）: 0.6227458650820145
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Inertial fusion energy promises nearly unlimited, clean power if it can be achieved. However, the design and engineering of fusion systems requires controlling and manipulating matter at extreme energies and timescales; the shock physics and radiation transport governing the physical behavior under these conditions are complex requiring the development, calibration, and use of predictive multiphysics codes to navigate the highly nonlinear and multi-faceted design landscape. We hypothesize that artificial intelligence reasoning models can be combined with physics codes and emulators to autonomously design fusion fuel capsules. In this article, we construct a multi-agent system where natural language is utilized to explore the complex physics regimes around fusion energy. The agentic system is capable of executing a high-order multiphysics inertial fusion computational code. We demonstrate the capacity of the multi-agent design assistant to both collaboratively and autonomously manipulate, navigate, and optimize capsule geometry while accounting for high fidelity physics that ultimately achieve simulated ignition via inverse design.
• Abstract（参考訳）: 慣性核融合エネルギーは、達成できればほぼ無限のクリーンパワーを約束する。 しかし、核融合系の設計と工学は、極端エネルギーと時間スケールで物質を制御・操作することを必要とし、これらの条件下での物理的挙動を管理する衝撃物理学と放射輸送は、非常に非線形で多面的なデザインランドスケープをナビゲートするために、予測多物理コードの開発、校正、使用を必要とする複雑である。 我々は、人工知能推論モデルと物理コードとエミュレータを組み合わせることで、核融合燃料カプセルを自律的に設計できると仮定する。 本稿では,核融合エネルギーに関する複雑な物理状態を探るため,自然言語を用いたマルチエージェントシステムを構築した。 エージェントシステムは高次多物理慣性融合計算コードを実行することができる。 逆設計による擬似着火を実現する高忠実度物理を考慮に入れながら、カプセル形状を協調的かつ自律的に操作し、ナビゲートし、最適化するマルチエージェント設計アシスタントの能力を実証する。

関連論文リスト

• Can Theoretical Physics Research Benefit from Language Agents? [50.57057488167844]
  大規模言語モデル(LLM)は、様々な領域にわたって急速に進歩しているが、理論物理学研究への応用はまだ成熟していない。 このポジションペーパーは、LLMエージェントが、ドメイン知識やツールボックスと適切に統合された場合、理論的、計算的、応用物理学を加速するのに役立つと主張している。 マルチモーダルデータを処理し、検証可能な仮説を提案し、設計実験を行う物理特殊化LSMを構想する。
  論文  参考訳（メタデータ） (2025-06-06T16:20:06Z)
• 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)
• Native Three-Body Interactions in a Superconducting Lattice Gauge Quantum Simulator [0.0]
  格子ゲージ理論(LGT)は非摂動的ツールであり、ゲージ不変モデルを記述するために離散化された時空を利用する。 LGTは基礎物理学を理解する大きな可能性を秘めているが、電磁気学のガウスの法則に類似した局所的な制約を強制する必要がある。 回路量子力学アーキテクチャにおいてパラメトリックに活性化される3量子相互作用を提案し,実装する。
  論文  参考訳（メタデータ） (2025-01-23T04:58:39Z)
• DEAP: Design Space Exploration for DNN Accelerator Parallelism [0.0]
  大規模言語モデル(LLM)はますます複雑で、訓練やサービスにも強力になっています。 本稿では、ハードウェアとソフトウェアの共同設計がどのように連携し、カスタマイズされたハードウェアシステムを構築するかを示す。
  論文  参考訳（メタデータ） (2023-12-24T02:43:01Z)
• DiffuseBot: Breeding Soft Robots With Physics-Augmented Generative Diffusion Models [102.13968267347553]
  本稿では,様々なタスクにおいて優れたソフトロボット形態を生成する物理拡張拡散モデルであるDiffuseBotを提案する。 我々は、その能力とともに、シミュレーションされた、そして製造された様々なロボットを紹介します。
  論文  参考訳（メタデータ） (2023-11-28T18:58:48Z)
• A Proposed Quantum Hamiltonian Encoding Framework for Time Evolution Operator Design of Potential Energy Function [1.2277343096128712]
  この研究は、量子化学と凝縮物質物理学にまたがる応用のためのポテンシャルエネルギー関数による時間進化の操作について検討する。 アルゴリズムはシミュレータとIBM量子ハードウェアで実装され、その有効性を証明した。
  論文  参考訳（メタデータ） (2023-08-12T07:37:42Z)
• Hybrid quantum physics-informed neural networks for simulating computational fluid dynamics in complex shapes [37.69303106863453]
  本稿では3次元Y字ミキサー内の層流をシミュレートするハイブリッド量子物理学インフォームドニューラルネットワークを提案する。 我々のアプローチは、量子モデルの表現力と物理インフォームドニューラルネットワークの柔軟性を組み合わせることで、純粋に古典的なニューラルネットワークに比べて21%高い精度を実現している。
  論文  参考訳（メタデータ） (2023-04-21T20:49:29Z)
• FluidLab: A Differentiable Environment for Benchmarking Complex Fluid Manipulation [80.63838153351804]
  複雑な流体力学を含む多種多様な操作タスクを備えたシミュレーション環境であるFluidLabを紹介する。 私たちのプラットフォームの中心には、GPU加速シミュレーションと勾配計算を提供する、完全に微分可能な物理シミュレータがあります。 微分可能物理学と組み合わせたいくつかのドメイン固有最適化スキームを提案する。
  論文  参考訳（メタデータ） (2023-03-04T07:24:22Z)
• Simulation Intelligence: Towards a New Generation of Scientific Methods [81.75565391122751]
  シミュレーション知能の9つのモチーフ」は、科学計算、科学シミュレーション、人工知能の融合に必要な重要なアルゴリズムの開発と統合のためのロードマップである。 シミュレーションインテリジェンスのモチーフは、オペレーティングシステムのレイヤ内のコンポーネントとよく似ています。 我々は、モチーフ間の協調的な努力が科学的な発見を加速する大きな機会をもたらすと信じている。
  論文  参考訳（メタデータ） (2021-12-06T18:45:31Z)
• PlasticineLab: A Soft-Body Manipulation Benchmark with Differentiable Physics [89.81550748680245]
  PasticineLabと呼ばれる新しい微分可能な物理ベンチマークを導入する。 各タスクにおいて、エージェントはマニピュレータを使用して、プラスチックを所望の構成に変形させる。 本稿では,既存の強化学習(RL)手法と勾配に基づく手法について評価する。
  論文  参考訳（メタデータ） (2021-04-07T17:59:23Z)

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。