MooseAgent: A LLM Based Multi-agent Framework for Automating Moose Simulation

要約

有限要素法（FEM）は、エンジニアリングおよび科学的コンピューティングで広く使用されていますが、その前処理、ソルバー構成、および後処理段階はしばしば時間がかかり、特殊な知識が必要です。
このペーパーでは、大規模な事前訓練モデル（LLM）とマルチエージェントシステムを組み合わせたMulti-PhysicsシミュレーションフレームワークMoose用の自動化されたソリューションフレームワークMooseagentを提案します。
このフレームワークは、LLMSを使用して自然言語でユーザーが説明したシミュレーション要件を理解し、タスク分解と多ラウンドの反復検証戦略を採用して、Moose入力ファイルを自動的に生成します。
精度を向上させ、モデルの幻覚を減らすために、システムは注釈付きのムース入力カードと関数ドキュメントを含むベクトルデータベースを構築および利用します。
熱伝達、メカニック、位相フィールド、多物理カップリングなど、いくつかの典型的なケースで実験的評価を実施しました。
結果は、MooseagentがMooseシミュレーションプロセスをある程度自動化できることを示しています。特に、比較的単純な単一物理学の問題に対処する際に高い成功率を示しています。
この研究の主な貢献は、Mooseのマルチエージェント自動化されたフレームワークの提案です。これは、有限要素シミュレーションプロセスを簡素化し、ユーザーの障壁を下げる可能性を検証し、インテリジェントな有限要素シミュレーションソフトウェアの開発のための新しいアイデアを提供する可能性を検証します。
このペーパーで提案されているMooseagentフレームワークのコードはオープンソースであり、https：//github.com/taozhan18/mooseagentで入手できます

要約(オリジナル)

The Finite Element Method (FEM) is widely used in engineering and scientific computing, but its pre-processing, solver configuration, and post-processing stages are often time-consuming and require specialized knowledge. This paper proposes an automated solution framework, MooseAgent, for the multi-physics simulation framework MOOSE, which combines large-scale pre-trained language models (LLMs) with a multi-agent system. The framework uses LLMs to understand user-described simulation requirements in natural language and employs task decomposition and multi-round iterative verification strategies to automatically generate MOOSE input files. To improve accuracy and reduce model hallucinations, the system builds and utilizes a vector database containing annotated MOOSE input cards and function documentation. We conducted experimental evaluations on several typical cases, including heat transfer, mechanics, phase field, and multi-physics coupling. The results show that MooseAgent can automate the MOOSE simulation process to a certain extent, especially demonstrating a high success rate when dealing with relatively simple single-physics problems. The main contribution of this research is the proposal of a multi-agent automated framework for MOOSE, which validates its potential in simplifying finite element simulation processes and lowering the user barrier, providing new ideas for the development of intelligent finite element simulation software. The code for the MooseAgent framework proposed in this paper has been open-sourced and is available at https://github.com/taozhan18/MooseAgent

arxiv情報

提供元, 利用サービス

arxiv.jp, Google