論文の概要: Multi-Agent Collaboration for Automated Design Exploration on High Performance Computing Systems
- arxiv url: http://arxiv.org/abs/2603.11515v1
- Date: Thu, 12 Mar 2026 04:01:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-13 14:46:25.856615
- Title: Multi-Agent Collaboration for Automated Design Exploration on High Performance Computing Systems
- Title（参考訳）: 高性能コンピューティングシステムにおける自動設計探索のためのマルチエージェント協調
- Authors: Harshitha Menon, Charles F. Jekel, Kevin Korner, Brian Gunnarson, Nathan K. Brown, Michael Stees, M. Giselle Fernandez-Godino, Walter Nissen, Meir H. Shachar, Dane M. Sterbentz, William J. Schill, Yue Hao, Robert Rieben, William Quadros, Steve Owen, Scott Mitchell, Ismael D. Boureima, Jonathan L. Belof,
- Abstract要約: MADA(Multi-Agent Design Assistant)は,複合設計のための特殊エージェントを協調するフレームワークである。
Inertial Confinement Fusionにおける重要な課題であるRMI(Richtmyer-Meshkov Instability)抑制の開発と検証に焦点をあてる。
以上の結果から,MADAシステムは繰り返し設計の改良を成功させ,RMIの最適抑制に向けた設計を自動改善することを示した。
- 参考スコア（独自算出の注目度）: 0.5573325246832598
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Today's scientific challenges, from climate modeling to Inertial Confinement Fusion design to novel material design, require exploring huge design spaces. In order to enable high-impact scientific discovery, we need to scale up our ability to test hypotheses, generate results, and learn from them rapidly. We present MADA (Multi-Agent Design Assistant), a Large Language Model (LLM) powered multi-agent framework that coordinates specialized agents for complex design workflows. A Job Management Agent (JMA) launches and manages ensemble simulations on HPC systems, a Geometry Agent (GA) generates meshes, and an Inverse Design Agent (IDA) proposes new designs informed by simulation outcomes. While general purpose, we focus development and validation on Richtmyer--Meshkov Instability (RMI) suppression, a critical challenge in Inertial Confinement Fusion. We evaluate on two complementary settings: running a hydrodynamics simulations on HPC systems, and using a pre-trained machine learning surrogate for rapid design exploration. Our results demonstrate that the MADA system successfully executes iterative design refinement, automatically improving designs toward optimal RMI suppression with minimal manual intervention. Our framework reduces cumbersome manual workflow setup, and enables automated design exploration at scale. More broadly, it demonstrates a reusable pattern for coupling reasoning, simulation, specialized tools, and coordinated workflows to accelerate scientific discovery.
- Abstract（参考訳）: 今日の科学的課題は、気候モデリングから慣性閉じ込め融合設計から新しい物質設計まで、巨大なデザイン空間を探索することである。
高影響の科学的発見を可能にするためには、仮説を検証し、結果を生成し、そこから素早く学習する能力をスケールアップする必要がある。
MADA(Multi-Agent Design Assistant)は、LLM(Large Language Model)を利用した多エージェントフレームワークで、複雑な設計ワークフローのための特殊なエージェントをコーディネートする。
ジョブ管理エージェント(JMA)は、HPCシステム上でアンサンブルシミュレーションを起動し、管理し、Geometry Agent(GA)はメッシュを生成し、Inverse Design Agent(IDA)はシミュレーション結果から情報を得た新しいデザインを提案する。
Inertial Confinement Fusionにおける重要な課題であるRMI(Richtmyer--Meshkov Instability)の抑制に着目する。
我々は,HPCシステム上での流体力学シミュレーションと,事前学習された機械学習サロゲートを用いて,高速な設計探索を行う2つの相補的な設定について評価した。
以上の結果から,MADAシステムは反復的な設計改善を成功させ,手動操作を最小限にすることで,最適なRMI抑制に向けた設計を自動改善することを示した。
当社のフレームワークは,手作業によるワークフローセットアップの煩雑さを低減し,大規模な自動設計探索を可能にする。
より広い範囲で、科学的な発見を加速するために、結合推論、シミュレーション、特殊ツール、協調ワークフローのための再利用可能なパターンを実証している。
関連論文リスト
- QUASAR: A Universal Autonomous System for Atomistic Simulation and a Benchmark of Its Capabilities [0.7519872646378835]
QUASARは、生産段階の科学的発見を促進するために設計された原子論シミュレーションのための普遍的な自律システムである。
我々は,光触媒スクリーニングや新規材料評価など,日常的な課題からフロンティア研究の課題まで,一連の3段階の課題に対してquariSARをベンチマークした。
その結果,quiSARはタスク固有の自動化フレームワークではなく,一般的な原子論的推論システムとして機能することが示唆された。
論文 参考訳（メタデータ） (2026-01-30T05:29:44Z) - ComAgent: Multi-LLM based Agentic AI Empowered Intelligent Wireless Networks [62.031889234230725]
6Gネットワークは複雑な層間最適化に依存している。
数学の定式化に高レベルの意図を手動で翻訳することは、まだボトルネックである。
我々はマルチLLMエージェントAIフレームワークであるComAgentを紹介する。
論文 参考訳（メタデータ） (2026-01-27T13:43:59Z) - From Text to Simulation: A Multi-Agent LLM Workflow for Automated Chemical Process Design [21.90369595664683]
本稿では,化学プロセスシミュレーションソフトウェアとの反復的な相互作用を可能にする,新しいマルチエージェントワークフローを提案する。
提案手法では,タスク理解,トポロジ生成,パラメータ設定,評価分析を担当する4つの特殊エージェントを統合する。
提案手法は,最先端のベースラインと比較してシミュレーション収束率を31.1%向上させ,設計時間を89.0%削減する。
論文 参考訳（メタデータ） (2026-01-11T04:41:57Z) - An Agentic Framework for Autonomous Materials Computation [70.24472585135929]
大規模言語モデル(LLM)は、科学的発見を加速するための強力なツールとして登場した。
近年の進歩はLLMをエージェントフレームワークに統合し、複雑な科学実験のための検索、推論、ツールの使用を可能にしている。
本稿では,第一原理計算の信頼性向上を目的としたドメイン特化エージェントを提案する。
論文 参考訳（メタデータ） (2025-12-22T15:03:57Z) - Simple Agents Outperform Experts in Biomedical Imaging Workflow Optimization [69.36509281190662]
生産レベルのコンピュータビジョンツールを科学データセットに適応させることは、重要な"ラストマイル"ボトルネックである。
我々は、AIエージェントを使ってこの手動コーディングを自動化し、最適なエージェント設計のオープンな問題に焦点を当てる。
簡単なエージェントフレームワークが、人間-専門家のソリューションよりも優れた適応コードを生成することを実証する。
論文 参考訳（メタデータ） (2025-12-02T18:42:26Z) - 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) - AI Agents in Engineering Design: A Multi-Agent Framework for Aesthetic and Aerodynamic Car Design [24.258618104493532]
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。
論文 参考訳（メタデータ） (2025-03-30T04:57:17Z) - AgentSquare: Automatic LLM Agent Search in Modular Design Space [16.659969168343082]
大規模言語モデル(LLM)は、幅広い複雑なタスクを処理できるエージェントシステムの急速な成長をもたらした。
Modularized LLM Agent Search (MoLAS) という新しい研究課題を紹介した。
論文 参考訳（メタデータ） (2024-10-08T15:52:42Z) - Octopus: Embodied Vision-Language Programmer from Environmental Feedback [58.04529328728999]
身体視覚言語モデル(VLM)は多モード認識と推論において大きな進歩を遂げた。
このギャップを埋めるために、我々は、計画と操作を接続する媒体として実行可能なコード生成を使用する、具体化された視覚言語プログラマであるOctopusを紹介した。
Octopusは、1)エージェントの視覚的およびテキスト的タスクの目的を正確に理解し、2)複雑なアクションシーケンスを定式化し、3)実行可能なコードを生成するように設計されている。
論文 参考訳（メタデータ） (2023-10-12T17:59:58Z)
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。