Мультиагентная система на основе большой языковой модели для поддержки проектирования и оценки изделий на ранних стадиях
An LLM-based multi-agent system to assist early-stage product design and evaluation
2026-01-20
SCID: 54.1/88dwyrax
Discuss with AI
3D-прототипированиемультиагентная система на основе LLMшасси БПЛАпроектирование изделий на ранних этапахметод конечных элементов
Figures from the paper
Abstract (AI)
Концептуальные проектные решения оказывают решающее влияние на эксплуатационные характеристики, стоимость и устойчивость изделия, однако интеграция строгой оценки реализуемости на ранней, творческой стадии проектирования остаётся сложной задачей. Хотя генеративный искусственный интеллект ускоряет создание концепций, существующие методы часто не располагают механизмами оценки реализуемости предлагаемых конструкций. Для устранения этого пробела в статье представлена DesignAgent — мультиагентная система на основе большой языковой модели (LLM), предназначенная для поддержки проектирования и оценки изделий на ранних стадиях. Система включает специализированных агентов, которые совместно интерпретируют требования, создают трёхмерные прототипы и автоматически оценивают реализуемость с помощью интегрированного метода конечных элементов (МКЭ). Эта агентная архитектура обеспечивает автоматизированный итерационный цикл проектирования, в котором результаты моделирования используются для уточнения концепции. Система была оценена в рамках тематического исследования, включавшего 104 смоделированные сессии проектирования для трёх типов шасси беспилотных летательных аппаратов (БПЛА). Комплексная оценка, включавшая экспертизу специалистов, оценивание с помощью искусственного интеллекта (ИИ; LLM) и количественный анализ, продемонстрировала высокую эффективность системы. Точность системы при выполнении ключевых задач превысила 90%; она эффективно использовала обратную связь от МКЭ, обеспечив долю содержательных итераций уточнения 84,3%, а также продемонстрировала отличное соблюдение инженерных ограничений и эффективное уточнение параметров, направленное на повышение качества конструкции. Дополнительное пользовательское исследование показало, что DesignAgent обеспечивает более высокую точность проектирования и качество решений, меньшую рабочую нагрузку и более эффективное взаимодействие человека и ИИ по сравнению с базовыми системами.
Key Findings
1
В 104 смоделированных сессиях для трёх типов стоек шасси БПЛА DesignAgent достигла точности свыше 90% в основных задачах.
2
По сравнению с базовыми системами DesignAgent обеспечила более высокую точность проектирования и качество решений, снизила рабочую нагрузку пользователей и улучшила взаимодействие человека с ИИ.
3
DesignAgent — многоагентная система на основе LLM, объединяющая интерпретацию требований, создание 3D-прототипов и конечно-элементный анализ для проектирования изделий на ранних этапах.
4
Система преобразовывала результаты конечно-элементного анализа в содержательные уточнения конструкции в 84,3% случаев и эффективно соблюдала инженерные ограничения.
5
Система обеспечивает автоматизированный итеративный цикл проектирования, в котором результаты моделирования направляют уточнение сгенерированных концепций изделий.
Research Object
проектирование и оценка продукции на ранних стадиях, на примере конструкций шасси БПЛА
Research Subject
автоматизированная оценка осуществимости, итеративное уточнение, соблюдение инженерных ограничений и взаимодействие человека с ИИ в процессе проектирования
Publication Details
Publication Date
2026-01-20
Journal
Publisher
ISSN
Cited by
7
Access Type
Author Information
Download PDF
Subscribe to digest