論文の概要: CP-Agent: A Harness-Engineered Agent for Crystal Plasticity Simulation Workflows
- arxiv url: http://arxiv.org/abs/2609.31790v1
- Date: Fri, 25 Sep 2026 02:23:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 12:47:56.105177
- Title: CP-Agent: A Harness-Engineered Agent for Crystal Plasticity Simulation Workflows
- Title（参考訳）: CP-Agent:結晶塑性シミュレーションワークフローのためのハーネスエンジンエージェント
- Abstract要約: 本研究では,LLMをベースとしたCP-Agentを,自然言語タスクから完全なCPモデリングを自律的に実行するエージェントとして提案する。
ハーネスは、最小限のシステムプロンプト、型付きツール定義、ディスパッチ、安全バウンドループで構成され、ハードコードされたロジックではなく、ツールスキーマを通じてドメイン知識をエンコードする。
- 参考スコア（独自算出の注目度）: 6.55975335778463
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Crystal plasticity (CP) simulations predict the mechanical behavior of polycrystalline metals, yet their routine use is hindered by the manual effort of configuring heterogeneous tools, orchestrating multi-step data pipelines, and calibrating constitutive parameters against experiments. These bottlenecks impede productivity in systematic parameter studies, motivating interest in automated workflows. This study presents CP-Agent, a harness-engineered LLM-based agent that autonomously executes complete CP modeling workflows from natural-language tasks. Operating under the ReAct paradigm, the agent reasons about tool selection and sequencing while delegating numerical search to established optimizers. The harness comprises a minimal system prompt, typed tool definitions, a dispatcher, and a safety-bounded iteration loop, encoding domain knowledge through tool schemas rather than hard-coded logic. CP-Agent is demonstrated on four case studies: calibrating four slip parameters of additively manufactured stainless steel 316L against tensile data; validating the workflow against published copper benchmarks, reproducing stress-strain and texture evolution; recovering the initial crystallographic texture of copper, where the agent correctly identifies a diffuse initial texture; and reproducing the multi-pass rolling texture evolution of a Mg-Zn-Ca alloy, where the agent chains five deformation passes and recovers the experimentally observed weakened, split basal texture. In all cases, the agent inferred the correct execution sequence from the task statement, robustly across repeated runs, and delivered physically interpretable results. This work establishes harness engineering as a systematic approach to automating CP modeling workflows while maintaining physical interpretability and auditability through visible reasoning traces.
- Abstract（参考訳）: 結晶塑性(CP)シミュレーションは多結晶金属の機械的挙動を予測するが、不均一なツールの設定、多段階データパイプラインの編成、実験に対する構成パラメータの校正といった手作業によってその日常的な使用が妨げられる。
これらのボトルネックは、体系的なパラメータ研究において生産性を阻害し、自動化されたワークフローへの関心を動機付けます。
本研究では,LLMをベースとしたエージェントであるCP-Agentについて,自然言語タスクから完全なCPモデリングワークフローを自律的に実行する。
ReActパラダイムの下で動作しているエージェントは、確立されたオプティマイザに数値検索を委譲しながら、ツールの選択とシークエンシングを行う。
ハーネスは、最小限のシステムプロンプト、型付きツール定義、ディスパッチ、安全バウンドなイテレーションループで構成され、ハードコードされたロジックではなく、ツールスキーマを通じてドメインの知識を符号化する。
CP-Agentは, 添加加工したステンレス鋼316Lの引張データに対する4つのすべりパラメータの校正, 出版された銅ベンチマークに対するワークフローの検証, 応力-ひずみおよびテクスチャの進化の再現, 拡散初期テクスチャを正確に識別する銅の初期結晶組織回復, Mg-Zn-Ca合金のマルチパス圧延テクスチャの進化の再現, エージェントチェーンの5つの変形が通過し, 実験的に観察された弱い基底テクスチャを復元する。
いずれの場合も、エージェントはタスクステートメントから正しい実行シーケンスを推論し、繰り返し実行を堅牢に行い、物理的に解釈可能な結果を提供した。
この研究は、CPモデリングワークフローを自動化し、可視的推論トレースを通じて物理的解釈可能性と監査性を維持するための体系的なアプローチとして、エンジニアリングの活用を確立している。
関連論文リスト
- El Agente Potente: High-Throughput Agentic Atomistic Simulations [4.268668578817565]
基礎的機械学習原子間ポテンシャル(MLIP)は、計算コストのごく一部で、大規模化学空間のほぼ初期精度を達成し、原子論シミュレーションを変換している。
我々は,型付き実行グラフと補完的な符号化モードを組み合わせたエージェントシステムであるEl Agente Potenteを紹介した。
論文 参考訳（メタデータ） (2026-09-13T23:20:21Z) - From Detection to Action: Using LLM Agents for Fault-Tolerant Control [0.21313236831585222]
我々は,耐故障性制御のためのエージェント型大規模言語モデル(LLM)フレームワークを提案する。
故障検出出力を、植物固有の知識に基づく制約対応回復行動に変換する。
我々は,各プロセスのダイナミックスと互換性のある遅延予算内で,意味的基盤を持つエージェントが有効なリカバリ決定を導出できることを示す。
論文 参考訳（メタデータ） (2026-06-26T12:13:58Z) - Influence-Guided Symbolic Regression: Scientific Discovery via LLM-Driven Equation Search with Granular Feedback [56.69850045068714]
逐次的2段階プロセスとして方程式発見をフレーム化する方法である textitInfluence-Guided Regression (IGSR) を導入する。
LLM-SRBench, 薬理学的PKPDモデル, 疫学シミュレーション, 実世界のゲノムデータなど, IGSRの有効性を示す。
論文 参考訳（メタデータ） (2026-05-27T23:48:01Z) - Towards a Virtual Neuroscientist: Autonomous Neuroimaging Analysis via Multi-Agent Collaboration [53.772014300855375]
我々は,自律型エンドツーエンド神経画像解析のためのマルチエージェントシステムであるNIAgentを紹介する。
従来のフラットなツール呼び出しエージェントとは異なり、NIAgentはコード中心の実行パラダイムを採用している。
本稿では,コホートレベルの検定とエージェント視覚検査を組み合わせた,自律的品質管理のための階層的検証フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-10T06:30:19Z) - Dynamic analysis enhances issue resolution [53.50448142467294]
DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。
テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。
Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
論文 参考訳（メタデータ） (2026-03-23T14:48:54Z) - 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) - Automating High Energy Physics Data Analysis with LLM-Powered Agents [6.8676809101926075]
本稿では,大規模言語モデル (LLM) エージェントを用いた代表的高エネルギー物理学 (HEP) 解析の自動化を実証する。
ヒッグス粒子二光子断面積測定をATLAS Open Dataのケーススタディとして用いて,LLMベースのスーパーバイザコーダエージェントとSnakemakeワークフローマネージャを組み合わせたハイブリッドシステムを構築した。
このアーキテクチャでは、ワークフローマネージャは決定性を強制し、エージェントはユーザーの指示に応じて分析コードを自動生成し、実行し、反復的に修正する。
論文 参考訳（メタデータ） (2025-12-08T18:13:13Z) - 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) - Learning to predict metal deformations in hot-rolling processes [59.00006390882099]
ホットローリング(Hot-rolling)は、入力から一連の変形を通じて断面を生成する金属成形プロセスである。
現状では、ロールの回転列と形状は、与えられた断面を達成するために必要である。
そこで本研究では,一組のロールが与えられた形状を予測するための教師付き学習手法を提案する。
論文 参考訳（メタデータ） (2020-07-22T13:33:44Z)
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。