物理在环：一种用于验证CAD工程设计的混合智能体架构

arXiv 2026 53.5 method

TLDR

一种将基于物理的工具嵌入LLM驱动的CAD生成中的混合智能体架构，用于验证工程设计。

评分理由

The paper introduces a novel closed-loop framework combining LLMs with explicit physical verification, which is a strength. However, the abstract lacks details on the benchmark dataset and metrics, and the claimed improvements are modest. The approach is promising but limited by reliance on existing knowledge-based tools.

Read-first 评分解释

综合优先阅读分 53.5，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 62。

近期性 8%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：基准、数据集、指标

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：代码、数据集

主题相关性 42%

38.8

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：AI for CAD、computer-aided design、neural CAD、generative CAD、parametric CAD、B-Rep、boundary representation、constructive solid geometry、CSG、sketch extrusion、CAD generation、CAD reconstruction、text-to-CAD、image-to-CAD、point cloud to CAD、CAD program

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：20。

关键词评分

computer-aided design

CAD generation

generative CAD

AI for CAD

CAD program

neural CAD

text-to-CAD

parametric CAD

B-Rep

boundary representation

constructive solid geometry

CSG

sketch extrusion

CAD reconstruction

image-to-CAD

point cloud to CAD

深度分析

创新点

混合智能体-物理架构，将基于知识的工程工具嵌入自主AI智能体的决策循环中，用于CAD设计。
将工程设计表述为由显式物理验证引导的闭环顺序决策过程。
引入了一个基准数据集和评估生成CAD功能有效性的指标。

方法

该方法采用混合智能体-物理架构，其中专用智能体基于载荷工况，使用基于知识的工程工具作为物理验证的反馈信号，迭代地规划、生成、评估和修改CAD设计。引入了一个基准数据集和功能有效性指标来评估系统。

关键结果

与类似的智能体方法相比，该系统生成了更复杂且经过物理验证的设计，结构复杂度提高了4.2，编译率提高了3.5%。

资源

论文