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
Pei Chen, Yichen Cai, Zihong Zhou, Jiayi Yao, Jiayang Li, Weitao You, Lingyun Sun
2026-01-20

3D-прототипированиемультиагентная система на основе LLMшасси БПЛАпроектирование изделий на ранних этапахметод конечных элементов
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.
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.

проектирование и оценка продукции на ранних стадиях, на примере конструкций шасси БПЛА

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
Authors
Pei Chen
Yichen Cai
Zihong Zhou
Jiayi Yao
Jiayang Li
Weitao You
Lingyun Sun
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%