计算机科学 > 人工智能
[提交于 2026年1月8日
]
标题: SimuAgent:一个基于大语言模型的Simulink建模助手,通过强化学习进行增强
标题: SimuAgent: An LLM-Based Simulink Modeling Assistant Enhanced with Reinforcement Learning
摘要: 大型语言模型(LLMs)已经革新了基于文本的代码自动化,但它们在图导向的工程工作流中的潜力仍鲜有探索。 我们引入了SimuAgent,一个为Simulink量身定制的基于LLM的建模和仿真代理。 SimuAgent用简洁的字典式Python表示代替冗长的XML,显著减少标记数量,提高可解释性,并实现快速的进程内仿真。 一种轻量级的计划-执行架构,经过两个阶段的训练,使代理具备低级别的工具技能和高级别的设计推理能力。 为了解决长视野任务中的稀疏奖励问题,我们提出了Reflection-GRPO(ReGRPO),它通过自我反思轨迹增强组相对策略优化(GRPO),提供丰富的中间反馈,加速收敛并提升鲁棒性。 在我们新发布的基准SimuBench上的实验表明,使用SimuAgent微调的Qwen2.5-7B模型在收敛速度和建模准确性方面优于标准的RL基线,并且在相同基准上使用少样本提示进行评估时甚至超过了GPT-4o。 消融实验确认,两阶段的课程学习和抽象-重建数据增强进一步提高了泛化能力。 SimuAgent在硬件要求适中的本地环境中进行训练和运行,为工业模型驱动工程提供了隐私保护、成本效益高的解决方案。 SimuAgent弥合了LLMs与图形建模环境之间的差距,为工业环境中的AI辅助工程设计提供了一个实用的解决方案。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.