An LLM-enabled Multi-Agent Autonomous Mechatronics Design Framework

要約

既存のLLM対応マルチエージェントフレームワークは、主にデジタルまたはシミュレートされた環境に限定され、狭く焦点を絞った知識ドメインに限定され、物理的具体化、学際的な統合、および制約対応の推論の設計を必要とする複雑なエンジニアリングタスクへの適用性を制約します。
この作業では、マルチエージェントの自律メカトロニクス設計フレームワークを提案し、機械設計、最適化、電子機器、ソフトウェアエンジニアリング全体に専門知識を統合して、最小限の人間の設計入力で機能的なプロトタイプを自律的に生成します。
主に言語主導のワークフローを通じて動作するフレームワークには、実世界の制約の下で堅牢なパフォーマンスを確保するために、構造化された人間のフィードバックが組み込まれています。
その機能を検証するために、このフレームワークは、従来の方法が労働集約的で生態学的に破壊的である自律的な水質モニタリングとサンプリングを含む現実世界の課題に適用されます。
提案されたシステムを活用して、完全に機能する自律容器は、最適化された推進力、費用対効果の高い電子機器、および高度な制御を備えて開発されました。
設計プロセスは、問題の抽象化を担当する高レベルの計画エージェントや、構造、電子機器、制御、およびソフトウェア開発のための専用エージェントを含む専門エージェントによって実施されました。
このアプローチは、LLMベースのマルチエージェントシステムの可能性を示しており、実際のエンジニアリングワークフローを自動化し、広範なドメインの専門知識への依存を減らします。

要約(オリジナル)

Existing LLM-enabled multi-agent frameworks are predominantly limited to digital or simulated environments and confined to narrowly focused knowledge domain, constraining their applicability to complex engineering tasks that require the design of physical embodiment, cross-disciplinary integration, and constraint-aware reasoning. This work proposes a multi-agent autonomous mechatronics design framework, integrating expertise across mechanical design, optimization, electronics, and software engineering to autonomously generate functional prototypes with minimal direct human design input. Operating primarily through a language-driven workflow, the framework incorporates structured human feedback to ensure robust performance under real-world constraints. To validate its capabilities, the framework is applied to a real-world challenge involving autonomous water-quality monitoring and sampling, where traditional methods are labor-intensive and ecologically disruptive. Leveraging the proposed system, a fully functional autonomous vessel was developed with optimized propulsion, cost-effective electronics, and advanced control. The design process was carried out by specialized agents, including a high-level planning agent responsible for problem abstraction and dedicated agents for structural, electronics, control, and software development. This approach demonstrates the potential of LLM-based multi-agent systems to automate real-world engineering workflows and reduce reliance on extensive domain expertise.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google