AutoFOAM — autonomiczny agent AI do automatyzacji symulacji CFD w OpenFOAM

Naukowcy opracowali AutoFOAM — autonomicznego agenta opartego na dużym modelu językowym, który automatyzuje tworzenie i wykonywanie symulacji obliczeniowej mechaniki płynów (CFD) w OpenFOAM. System pozwala inżynierom tworzyć zaawansowane symulacje używając jedynie instrukcji w języku naturalnym, eliminując potrzebę czasochłonnej konfiguracji plików. Badanie zostało opublikowane na arXiv przez zespół Arun Govind Neelan i A Seshaditya.

AutoFOAM został zbudowany w oparciu o model Qwen-coder 2.5–14B, który następnie przeszedł proces dostrajania na 252 promptach tekstowych obejmujących 7 solverów OpenFOAM, 13 parametryzowanych szablonów siatki i politykę numeryczną uwzględniającą współczynnik y plus.

Kluczowe wnioski

• AutoFOAM to pierwszy w pełni autonomiczny agent AI do tworzenia symulacji CFD w OpenFOAM na podstawie instrukcji w języku naturalnym.
• System wykorzystuje zaawansowaną pętlę ewolucji składającą się z 7 etapów do ciągłego doskonalenia swoich możliwości.
• Agent implementuje trzy mechanizmy zapobiegające degeneracji modelu: kontekst ponawiania wzmocniony RAG, chirurgiczne łatanie na poziomie słownika oraz parafrazowanie zwiększające różnorodność promptów.
• Model został dostrojony na 252 promptach obejmujących 7 solverów OpenFOAM i 13 szablonów siatki.
• Rozwiązanie ma potencjał demokratyzacji zaawansowanych przepływów pracy CFD i przyspieszenia szybkiego prototypowania.

Architektura i mechanizmy samonaprawy

Kluczowym elementem AutoFOAM jest wyrafinowana pętla ewolucji składająca się z siedmiu etapów, która pozwala agentowi na ciągłe doskonalenie swoich możliwości. System nie tylko tworzy symulacje, ale również je ocenia, uruchamia i ewoluuje na podstawie otrzymanych wyników.

Aby zapobiec degeneracji modelu podczas powtarzających się cyklów samonauczania, twórcy zaimplementowali trzy komplementarne mechanizmy ochronne. Pierwszy to kontekst ponawiania wzmocniony przez RAG (Retrieval-Augmented Generation), który pomaga agentowi w podejmowaniu lepszych decyzji na podstawie wcześniejszych doświadczeń. Drugi mechanizm to chirurgiczne łatanie na poziomie słownika, które pozwala na precyzyjne korygowanie błędów bez wpływu na całość modelu. Trzeci element to parafrazowanie zwiększające różnorodność promptów, które zapewnia bogatszą bazę treningową.

Zastosowania i znaczenie dla inżynierii

Obliczeniowa mechanika płynów odgrywa kluczową rolę we współczesnej inżynierii, jednak korzystanie z otwartych solverów takich jak OpenFOAM wymaga znacznej wiedzy i umiejętności oraz czasochłonnej konfiguracji plików. AutoFOAM ma potencjał znacznego zmniejszenia tego obciążenia poprzez umożliwienie inżynierom tworzenia zaawansowanych symulacji bez głębokiej znajomości technicznej składni OpenFOAM.

System został przeszkolony na różnorodnych scenariuszach obejmujących siedem różnych solverów OpenFOAM, co oznacza, że może obsługiwać szeroki zakres problemów z mechaniki płynów — od prostych przepływów po złożone symulacje wielofazowe. Trzynaście parametryzowanych szablonów siatki zapewnia elastyczność w modelowaniu geometrii o różnej złożoności.

Połączenie generatywnej sztucznej inteligencji z rygorystycznymi symulacjami płynów otwiera nowe możliwości w zakresie przyspieszenia prototypowania i demokratyzacji zaawansowanych przepływów pracy CFD. AutoFOAM może znacząco obniżyć barierę wejścia dla inżynierów chcących wykorzystać możliwości OpenFOAM w swoich projektach.