RocketSmith 是一个面向高功率火箭研发的智能体系统，相关论文于 2026 年 5 月 25 日提交至 arXiv，编号为 arXiv:2606.00097v1，归类于机器人学（cs.RO）。论文由 Peter Pak 等六位作者共同完成。该系统旨在把火箭开发中的设计、制造与优化流程整合进一个可自动化的智能框架之中，让软件工具不再只承担单一的计算任务，而是被智能调度与串联起来。
具体而言，RocketSmith 能够自动调用各类软件工具，一方面用于验证飞行稳定性等关键指标，另一方面则生成火箭装配所需的参数化设计部件。系统由一组子智能体和技能模块构成，它们协同完成飞行参数的迭代优化。论文特别指出，这套优化流程既支持零样本（zero-shot）方式，即系统在没有人工干预的情况下自主推进，也支持人在回路（human-in-the-loop）方式，由人类在关键节点参与判断与调整。
为验证系统的实际能力，研究团队利用增材制造的独特设计自由度，开发了四枚配置各异的高功率火箭，这些火箭在发动机与装配结构上采用了不同方案。相关装配部件通过多种 FDM 打印机完成制造，随后经过人工的飞行就绪性评估，并最终在发射活动现场进行了实际飞行测试。
飞行测试结果显示，四枚火箭全部实现了稳定发射。其中两枚在回收后仍保持可再次飞行的状态，也就是说有一半的样机成功实现了可复用回收。在收集到的飞行数据中，系统所计算的飞行仿真最高点（apogee）与实际测量值相比，达到了 84% 的准确度，这一数字反映出该智能体系统在飞行性能预测方面具备相当的可靠性，同时也说明仿真与实际飞行之间仍存在约 16% 的偏差空间。
从研究定位来看，RocketSmith 的意义在于把智能体技术从纯软件环境延伸到实体硬件的设计—制造—测试闭环之中。它展示了子智能体与技能组合如何在真实工程流程中承担优化与生成任务，并通过增材制造快速把设计转化为可飞行的实物。论文同时给出了明确的边界信息：所有装配件均由 FDM 打印并经过人工检查，飞行测试在真实发射活动中完成，回收成功率与仿真精度均为实测结果，而非仅停留在理论推演层面。