論文の概要: Closed-loop AI achieves certifiable engineering design
- arxiv url: http://arxiv.org/abs/2608.21976v1
- Date: Sat, 22 Aug 2026 14:24:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:43.549584
- Title: Closed-loop AI achieves certifiable engineering design
- Title（参考訳）: クローズドループAIが認定工学設計を達成
- Abstract要約: AI Engineerは、大規模言語モデル(LLM)をクローズドループで決定論的エンジニアリングバックエンドに結合するエージェントフレームワークである。
それぞれの候補(容量、鋼鉄強度、ユニットコスト、建設性、疲労寿命)を、11の実際の浮遊風プロジェクトで調整された片方向線形関数を用いて評価する。
認定された設計は、人間に最適化されたTuQiangベースラインよりも優れており、すべてのAIP基準を満たしながら、鋼鉄の質量と単位資本コストを8.1%削減している。
- 参考スコア（独自算出の注目度）: 4.979561115632364
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Agentic AI has automated parts of scientific discovery, including paper generation, expert-level coding, therapeutic proposal, and autonomous experimentation. Complex physical engineering design remains a gap, because candidates must satisfy simultaneous constraints in fluid dynamics, solid mechanics, and structural stability. We introduce The AI Engineer, an agentic framework that couples large language models (LLMs) to deterministic engineering backends in a closed loop: natural-language requirements are converted into design-domain geometry and mesh; topology is optimized with bi-directional evolutionary structural optimization (BESO) coupled to the CalculiX solver; and member sizes are refined with particle swarm optimization (PSO) coupled to Zwind under offshore aero-hydro-servo-elastic load cases. To explore many designs without per-candidate certification cost, an Automated Reviewer scores each candidate on five dimensions (capacity, steel intensity, unit cost, constructability, and fatigue life) using piecewise-linear functions calibrated on 11 real floating-wind projects. Search terminates only when a candidate reaches a composite score $S \ge 85$ (grade A) with no subscore below 60. We validated this gate by submitting the top-scoring design to the China Classification Society (CCS) for Approval in Principle (AIP), which it passed; AIP is thus an external check that the reviewer tracks professional judgment, not the daily objective. The certified design outperforms the human-optimized TuQiang baseline, reducing steel mass and unit capital cost by 8.1% each while meeting all AIP criteria. This verification-closed regime, in which every proposal is judged by deterministic physics and codified limit states, distinguishes The AI Engineer from open-ended generative systems. Remaining limits include detailed design and fabrication-hard constraints.
- Abstract（参考訳）: Agentic AIは、論文生成、エキスパートレベルのコーディング、治療提案、自律的な実験を含む、科学的な発見の自動化された部分を持っている。
複雑な物理工学設計は、流体力学、固体力学、構造安定性の同時的制約を満たす必要があるため、依然としてギャップである。
自然言語要求は設計ドメインの幾何学とメッシュに変換され、トポロジはCalculiXソルバに結合された双方向進化的構造最適化(BESO)に最適化され、メンバーサイズはZwindに結合した粒子群最適化(PSO)によって洗練される。
候補候補を5次元(キャパシティ、鋼鉄強度、ユニットコスト、建設性、疲労寿命)で評価する自動審査機は、11の実際の浮遊風プロジェクトで調整された片方向線形関数を用いて、各候補を検証する。
検索は、候補が60未満のサブスコアのない合成スコア$S \ge 85$ (grade A)に達するときのみ終了する。
我々は、このゲートを通過させた原則認定のための中国分類学会(CCS)に提出し、審査員が日々の目的ではなく、専門的判断を追跡するための外部チェックとして、このゲートを検証した。
認定された設計は、人間に最適化されたTuQiangベースラインよりも優れており、すべてのAIP基準を満たしながら、鋼鉄の質量と単位資本コストを8.1%削減している。
決定論的物理学と定式化された極限状態によって全ての提案が判断される検証閉ざされた体制は、AIエンジニアをオープンな生成システムと区別する。
残る制限は、詳細な設計と製造の厳しい制約である。
関連論文リスト
- Accelerated Genetic Programming Hyper-Heuristics for Simulation-Based Scheduling via Agentic AI [42.44812101223683]
本稿では,高性能コンピューティング環境における実世界のプロジェクトスケジューリング作業に対して,ClaudeエージェントAIを用いた体系的アプローチを提案する。
テストランタイムは、出力を変更することなく1,298秒から200秒未満に短縮され、年間400万コア時間(NZ$320,000)が節約された。
論文 参考訳（メタデータ） (2026-08-19T22:48:46Z) - CRAFTS: Collaborative Role-Adaptive Fine-Tuning of LLM Agents for Chemical Process Simulation [27.88778816587853]
CRAFTSは、シミュレーションビルディングを有界なサブタスクに分解することで、化学工学者の段階的なワークフローを反映する。
微調整は、スキーマクリティカルな3つの視覚、トポロジ、および仕様の役割に適用される。
結果として得られるVisualGraphIR、TopologyIR、SpecIR、BuildPlan、SolveReportは、ユニット、ポート、熱力学、数値、実行の決定を公開する。
論文 参考訳（メタデータ） (2026-08-02T16:42:47Z) - A Lightweight Multi-Agent Framework for Automated Concrete Barrier Design [0.4893345190925178]
本論文では,AutoGenのマルチエージェントオーケストレーション機能を用いたコンクリートバリアの自動設計手法を提案する。
実験の結果,提案するエージェント・フレームワークは98%以上の設計精度を達成し,スタンドアロンの汎用よりも優れていた。
この発見は、産業アプリケーションのためのAI支援エンジニアリングツールのアクセシビリティを改善しながら、計算コストを大幅に削減する可能性を強調している。
論文 参考訳（メタデータ） (2026-06-10T13:06:11Z) - A Multi-Agent System for IPMSM Design Optimization via an FEA-AI Hybrid Approach [4.798313004706817]
内部永久磁石同期モータ (IPMSM) の設計は、競合する目的と多重物理制約のバランスを必要とする。
本稿では,構造化問題定義のための検索拡張生成(RAG)を統合したエンドツーエンドの自動IPMSM設計最適化フレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-08T05:07:46Z) - VASO: Formally Verifiable Self-Evolving Skills for Physical AI Agents [57.240036084348354]
本稿では,ロボットスキルコントラクトの検証誘導自己進化のためのフレームワークであるVASOを紹介する。
VASOは論理的に一貫性のないスキル契約を検証し、グローバルおよびローカルな時間的仕様に対してスキルによって誘発される計画を検証する。
Clearpath Jackal と PX4 のクアッドコプタータスクでは、VASO は100点未満の最適化サンプルを使用して97.2% の形式的な仕様準拠に達した。
論文 参考訳（メタデータ） (2026-06-03T20:02:35Z) - ReqFusion: A Multi-Provider Framework for Automated PEGS Analysis Across Software Domains [0.45880283710344066]
ReqFusionは、ソフトウェア要件の抽出、分類、分析を自動化するAI強化システムである。
アーキテクチャはOpenAI GPT、Anthhropic Claude、Groqモデルを統合し、機能的および非機能的要件を抽出する。
論文 参考訳（メタデータ） (2026-03-24T17:45:40Z) - EmboCoach-Bench: Benchmarking AI Agents on Developing Embodied Robots [68.29056647487519]
Embodied AIは、高忠実度シミュレーションと大規模データ収集によって実現されている。
しかし、このスケーリング能力は、労働集約的な手作業の監視に依存しているため、いまだにボトルネックになっている。
実装ポリシーを自律的に構築するための LLM エージェントの能力を評価するベンチマークである textscEmboCoach-Bench を紹介する。
論文 参考訳（メタデータ） (2026-01-29T11:33:49Z) - GENIUS: An Agentic AI Framework for Autonomous Design and Execution of Simulation Protocols [32.505127447635864]
GENIUSは、スマート量子ESPRESSO知識グラフと有限状態エラー回復マシンによって管理される大規模言語モデルの階層構造を融合するAIエージェントワークフローである。
GENIUSは、フリーフォームの人為的なプロンプトを検証済みの入力ファイルに変換し、295の多様なベンチマークの80%の$approxで実行し、76%が自律的に修復され、成功は指数関数的に7%のベースラインに崩壊する。
このフレームワークは、プロトコル生成、検証、修復をインテリジェントに自動化して電子構造DFTシミュレーションを民主化し、大規模なスクリーニングとICME設計ループを世界中の学界や業界に開放する。
論文 参考訳（メタデータ） (2025-12-06T11:28:35Z) - MAHL: Multi-Agent LLM-Guided Hierarchical Chiplet Design with Adaptive Debugging [30.305211001929496]
大きな言語モデル(LLM)は2.5Dに拡張することを約束している。
LLMはフラットな設計、高い検証コスト、不正確なパラメータ最適化といった課題に直面している。
階層型LLMベースのチップレット設計生成フレームワークであるMAHLを提案する。
論文 参考訳（メタデータ） (2025-08-08T05:47:31Z) - AutoChemSchematic AI: Agentic Physics-Aware Automation for Chemical Manufacturing Scale-Up [2.5875933818780363]
現在のAIシステムは、重要なエンジニアリングスキーマを確実に生成することはできない。
産業用PFDとPIDの自動生成のためのクローズドループ物理対応フレームワークを提案する。
本研究では,本フレームワークが高忠実度でシミュレータ検証されたプロセス記述を生成することを示す。
論文 参考訳（メタデータ） (2025-05-30T13:32:00Z) - ZeroLM: Data-Free Transformer Architecture Search for Language Models [54.83882149157548]
現在の自動プロキシ発見アプローチは、検索時間の拡張、データの過度なオーバーフィットへの感受性、構造的な複雑さに悩まされている。
本稿では,効率的な重み統計によるモデルキャパシティの定量化を目的とした,新しいゼロコストプロキシ手法を提案する。
本評価は,FlexiBERT ベンチマークで Spearman's rho 0.76 と Kendall's tau 0.53 を達成し,このアプローチの優位性を示すものである。
論文 参考訳（メタデータ） (2025-03-24T13:11:22Z) - Cross-Modality Program Representation Learning for Electronic Design Automation with High-Level Synthesis [45.471039079664656]
ドメイン固有アクセラレータ(DSA)は、ディープラーニングや自律運転などのアプリケーションで人気を集めている。
本稿では,ソースコードシーケンスのモダリティとグラフのモダリティを深く,きめ細かな方法で相互作用できるモデルであるProgSGを提案する。
ProgSGは、設計性能予測のRMSEを最大22%の価格で削減し、設計を平均1.10Times$で識別する。
論文 参考訳（メタデータ） (2024-06-13T22:34:58Z) - Mechanistic Design and Scaling of Hybrid Architectures [114.3129802943915]
我々は、様々な計算プリミティブから構築された新しいハイブリッドアーキテクチャを特定し、テストする。
本研究では,大規模計算最適法則と新しい状態最適スケーリング法則解析を用いて,結果のアーキテクチャを実験的に検証する。
我々は,MAD合成法と計算-最適パープレキシティを相関させ,新しいアーキテクチャの正確な評価を可能にする。
論文 参考訳（メタデータ） (2024-03-26T16:33:12Z)
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。