Physics-Informed LLM-Agent for Automated Modulation Design in Power Electronics Systems

要約

LLM ベースの自律エージェントは、複雑な産業タスクの解決において優れたパフォーマンスを実証しました。
しかし、カーボンニュートラルと高性能再生可能エネルギーシステムの追求において、既存の AI 支援設計自動化は、説明可能性、拡張性、使いやすさにおいて大きな制限に直面しています。
これらの課題に対処するために、私たちは、人間による最小限の監視でパワー エレクトロニクス システムの電力コンバータの変調設計を自動化する、LLM ベースの物理情報に基づいた自律エージェントである LP-COMDA を提案します。
従来の AI 支援アプローチとは異なり、LP-COMDA には、ユーザーフレンドリーなチャット インターフェイスを通じて設計仕様を収集および検証する LLM ベースのプランナーが含まれています。
次にプランナーは、物理学に基づいた設計および最適化ツールと連携して、変調設計を自律的に繰り返し生成および改良します。
LP-COMDA は、チャット インターフェイスを通じて、説明とチャートを表示して説明可能な設計プロセスを提供します。
実験の結果、LP-COMDA はすべてのベースライン手法を上回り、標準平均絶対誤差に関して 2 番目に優れたベンチマーク手法と比較して 63.2% の誤差削減を達成したことが示されています。
さらに、20 人の専門家による実証研究では、LP-COMDA を使用した設計時間は従来の方法より 33 倍以上高速であると結論付けており、現在のプロセスに比べて設計効率が大幅に向上していることが示されています。

要約(オリジナル)

LLM-based autonomous agents have demonstrated outstanding performance in solving complex industrial tasks. However, in the pursuit of carbon neutrality and high-performance renewable energy systems, existing AI-assisted design automation faces significant limitations in explainability, scalability, and usability. To address these challenges, we propose LP-COMDA, an LLM-based, physics-informed autonomous agent that automates the modulation design of power converters in Power Electronics Systems with minimal human supervision. Unlike traditional AI-assisted approaches, LP-COMDA contains an LLM-based planner that gathers and validates design specifications through a user-friendly chat interface. The planner then coordinates with physics-informed design and optimization tools to iteratively generate and refine modulation designs autonomously. Through the chat interface, LP-COMDA provides an explainable design process, presenting explanations and charts. Experiments show that LP-COMDA outperforms all baseline methods, achieving a 63.2% reduction in error compared to the second-best benchmark method in terms of standard mean absolute error. Furthermore, empirical studies with 20 experts conclude that design time with LP-COMDA is over 33 times faster than conventional methods, showing its significant improvement on design efficiency over the current processes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google