Fugu-MT 論文翻訳(概要): SimuAgent: An LLM-Based Simulink Modeling Assistant Enhanced with Reinforcement Learning

論文の概要: SimuAgent: An LLM-Based Simulink Modeling Assistant Enhanced with Reinforcement Learning

arxiv url: http://arxiv.org/abs/2601.05187v1
Date: Thu, 08 Jan 2026 18:10:35 GMT
ステータス: 翻訳完了
システム内更新日: 2026-01-09 17:01:53.327185
Title: SimuAgent: An LLM-Based Simulink Modeling Assistant Enhanced with Reinforcement Learning
Title（参考訳）: SimuAgent:強化学習で強化されたLLMベースのシミュリンクモデリングアシスタント
Authors: Yanchang Liang, Xiaowei Zhao,
Abstract要約: 我々は,Simulinkに適したモデリングおよびシミュレーションエージェントであるSimuAgentを紹介する。 SimuAgentはXMLを簡潔な辞書スタイルのPython表現に置き換え、トークン数を劇的に削減する。 2段階で訓練された軽量な計画実行アーキテクチャは、エージェントに低レベルのツールスキルと高レベルの設計推論の両方を装備する。
参考スコア（独自算出の注目度）: 3.1436750864792375
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Large language models (LLMs) have revolutionized text-based code automation, but their potential in graph-oriented engineering workflows remains under-explored. We introduce SimuAgent, an LLM-powered modeling and simulation agent tailored for Simulink. SimuAgent replaces verbose XML with a concise, dictionary-style Python representation, dramatically cutting token counts, improving interpretability, and enabling fast, in-process simulation. A lightweight plan-execute architecture, trained in two stages, equips the agent with both low-level tool skills and high-level design reasoning. To tackle sparse rewards in long-horizon tasks, we propose Reflection-GRPO (ReGRPO), which augments Group Relative Policy Optimization (GRPO) with self-reflection traces that supply rich intermediate feedback, accelerating convergence and boosting robustness. Experiments on SimuBench, our newly released benchmark comprising 5300 multi-domain modeling tasks, show that a Qwen2.5-7B model fine-tuned with SimuAgent converges faster and achieves higher modeling accuracy than standard RL baselines, and even surpasses GPT-4o when evaluated with few-shot prompting on the same benchmark. Ablations confirm that the two-stage curriculum and abstract-reconstruct data augmentation further enhance generalization. SimuAgent trains and runs entirely on-premise with modest hardware, delivering a privacy-preserving, cost-effective solution for industrial model-driven engineering. SimuAgent bridges the gap between LLMs and graphical modeling environments, offering a practical solution for AI-assisted engineering design in industrial settings.
Abstract（参考訳）: 大規模言語モデル(LLM)は、テキストベースのコード自動化に革命をもたらしたが、グラフ指向のエンジニアリングワークフローにおけるそのポテンシャルは、まだ探索されていない。我々は,Simulinkに適したモデリングおよびシミュレーションエージェントであるSimuAgentを紹介する。 SimuAgentは冗長なXMLを簡潔な辞書スタイルのPython表現に置き換え、トークン数を劇的に削減し、解釈性を改善し、高速でプロセス内シミュレーションを可能にする。 2段階で訓練された軽量な計画実行アーキテクチャは、エージェントに低レベルのツールスキルと高レベルの設計推論の両方を装備する。長期タスクにおけるスパース報酬に対処するため,グループ相対政策最適化(GRPO)を強化したリフレクション-GRPO(Respection-GRPO)を提案する。 5300個のマルチドメインモデリングタスクからなる新しいベンチマークであるSimuBenchの実験では、SimuAgentで微調整されたQwen2.5-7Bモデルが標準のRLベースラインよりも高速に収束し、モデリング精度が向上し、同じベンチマークで数発のプロンプトで評価すると、GPT-4oを超えている。アブレーションは、2段階のカリキュラムと抽象的再構成データ拡張により、さらなる一般化が促進されることを確認した。 SimuAgentは、業界モデル駆動エンジニアリングのためのプライバシ保護で費用対効果の高いソリューションを提供する、控えめなハードウェアで、完全にオンプレミスで運用されている。 SimuAgentは、LLMとグラフィカルモデリング環境のギャップを埋め、産業環境におけるAI支援エンジニアリング設計の実践的なソリューションを提供する。

論文の概要: SimuAgent: An LLM-Based Simulink Modeling Assistant Enhanced with Reinforcement Learning

関連論文リスト