TO-Agents: System wieloagentowy łączy naturalne instrukcje z optymalizacją struktur 3D

Naukowcy z zespołu Isabella A. Stewart opracowali TO-Agents — pierwszy system wieloagentowy, który łączy naturalne instrukcje językowe z automatyczną optymalizacją topologii struktur 3D. Badanie zostało zaakceptowane na konferencję ASME 2026 i jest dostępne w archiwum arXiv.

System TO-Agents przekształca opisane słowami preferencje projektowe w zwalidowane parametry solvera, uruchamia optymalizację topologii, renderuje wynikową strukturę 3D, a następnie używa wielowidokowego rozumowania wizualno-językowego z niezależnym agentem-sędzią do oceny rezultatu i rewizji parametrów.

Kluczowe wnioski

• System TO-Agents produkuje przynajmniej jeden projekt zgodny z preferencjami w 60% prób dla każdego przypadku testowego — to 6-krotnie więcej udanych prób niż w przypadku systemu bez wizualnej lub historycznej informacji zwrotnej.
• Framework został przetestowany na dwóch długoterminowych zadaniach projektowych: belce wspornikowej i stojaku na telefon, z preferencją estetyczną dotyczącą hierarchicznych struktur rozgałęzionych inspirowanych morfologią drzew.
• System przeprowadza cztery cykle rewizji w dziesięciu niezależnych powtórzeniach, a agent produkcyjny dodatkowo przetwarza najwyżej ocenione projekty dla druku 3D.

Rewolucja w projektowaniu struktur

Tradycyjna optymalizacja topologii wymaga od projektantów ręcznego tłumaczenia jakościowych intencji — takich jak pożądany styl wizualny, doświadczenie produktowe czy możliwość produkcji — na ustawienia solvera, które nie są bezpośrednio powiązane z tymi preferencjami. TO-Agents rozwiązuje ten problem poprzez stworzenie mostu między naturalnym językiem a technicznym procesem optymalizacji.

Framework konwertuje dostarczony przez człowieka opis problemu w zwalidowane dane wejściowe solvera, uruchamia solver optymalizacji topologii, renderuje wynikową topologię 3D i wykorzystuje wielowidokowe rozumowanie wizualno-językowe z niezależnym agentem-sędzią do krytyki każdego rezultatu i rewizji parametrów solvera.

Wyniki testów i możliwości systemu

W obu zadaniach projektant określał preferencję estetyczną dla hierarchicznie rozgałęzionych struktur inspirowanych naturalnymi morfologiami drzew. System wykonywał cztery cykle rewizji w dziesięciu niezależnych powtórzeniach dla każdego przypadku.

Oceny sędziów i ewaluacje ludzkie pokazują, że pipeline może identyfikować skuteczne dźwignie parametrów, odzyskiwać się po słabych rewisjach i rozszerzać eksplorację projektową. Agent produkcyjny dodatkowo post-procesuje najwyżej ocenione projekty dla produkcji addytywnej, umożliwiając kompleksowe projektowanie od intencji do prototypu.

Ograniczenia i przyszłe kierunki

Badacze zidentyfikowali także tryby awarii systemu, w tym przekraczanie celów, selektywną pamięć, niewłaściwe umiejscowienie narzędzi i nieprawidłowe rozumowanie parametrów. Te obserwacje wskazują na potrzebę zabezpieczeń dla niezawodnego autonomicznego projektowania inżynieryjnego.

Wyniki sugerują, że agentowa optymalizacja topologii może przesunąć projektantów od niskopoziomowego dostrajania parametrów w kierunku specyfikacji formy i funkcji na wyższym poziomie, jednocześnie podkreślając potrzebę zabezpieczeń dla niezawodnego autonomicznego projektowania inżynieryjnego.