RocketSmithは、Peter Pakら6名の著者によって提案されたエージェントシステムであり、高推力ロケット開発における設計、製造、最適化のプロセスを自動化することを目的としている。この論文は2026年5月25日にarXivに投稿され、ロボティクス（cs.RO）に分類されている。システムの中核は、各種ソフトウェアツールを知的に自動化し、飛行安定性などの要因を検証するだけでなく、ロケット組立用のパラメトリック設計コンポーネントを生成できる点にある。
システムアーキテクチャは、サブエージェントとスキルの集合体で構成され、これらが連携して飛行パラメータの反復最適化を支援する。研究チームは2つのワークフローを設計した。ゼロショットモードでは、人間の介入なしにシステムが自律的に最適化を完了する。ヒューマンインザループモードでは、人間の専門家が重要な局面で指示を出すことができる。この柔軟性により、システムは設計空間を迅速に探索しつつ、工学的判断も取り入れることが可能となっている。
システムの実効性を検証するため、チームは積層造形の独自設計能力を活かして、異なる構成の高推力ロケット4機を開発した。これらのロケットはモーター選択や組立方法がそれぞれ異なり、組立部品は複数のFDMプリンタで製造された。製造後、すべての部品は飛行準備状態を確認するため人手で検査され、その後、打ち上げイベントで実際の飛行試験が行われた。
試験結果はシステムの信頼性を示している。4機のロケットはすべて安定した打ち上げを達成し、そのうち2機は回収後も再飛行可能な状態を維持していた。チームは飛行データを収集し、実測の最高高度と飛行シミュレーションの計算結果を比較したところ、両者の精度は84%に達した。この数値は、RocketSmithが統合するシミュレーションと最適化のプロセスが、実際の飛行性能をかなり正確に予測できることを示している。
この研究の貢献は、複雑な工学分野におけるエージェントシステムの応用可能性を実証した点にある。特に、自動化されたツールチェーンと積層造形を組み合わせることで、設計から試験飛行までのサイクルを短縮できることを示した。ただし、現時点では飛行準備状態の評価に人手が必要であり、再使用可能なロケットは半数にとどまるなど、信頼性と自律性の面で改善の余地が残る。今後の課題としては、回収成功率の向上や人手による検査への依存をさらに減らすことが考えられる。