産業設計における反復的な設計-シミュレーション最適化は、CAD-CAE間のセマンティックギャップによって長らくボトルネックに直面している。シミュレーションのフィードバックを、多様かつ結合した制約の下で有効な幾何修正に変換することが課題である。この問題に対処するため、Liyuan Dengら9名の著者による研究チームはCOSMO-Agent（Closed-loop Optimization, Simulation, and Modeling Orchestration）を提案した。これは、大規模言語モデル（LLM）にCAD-CAEの閉ループプロセスを完了させることを教える、ツール拡張強化学習（RL）フレームワークである。
COSMO-Agentの中核となるアイデアは、CAD生成、CAE求解、結果解析、幾何修正をすべて対話型の強化学習環境としてモデル化することである。この環境では、LLMは単にテキストを生成するのではなく、外部ツールを編成し、シミュレーション結果に基づいてパラメトリック幾何を反復的に修正し、すべての設計制約が満たされるまで学習する。この閉ループ学習により、モデルはツールからのフィードバックを活用して意思決定を継続的に改善できる。
この学習を安定かつ産業的に利用可能にするため、研究チームは多制約報酬関数を設計した。この報酬関数は、設計の実現可能性（幾何修正が有効で制約を満たすこと）、ツールチェーンの堅牢性（外部ツールを確実に呼び出し、対応できること）、構造化出力の有効性（出力形式が正しく、下流システムで解析可能であること）という3つの重要な特性を同時に促進する。この共同最適化により、モデルが単一の目的に過度に最適化してプロセス全体の安定性を犠牲にすることを防ぐ。
アルゴリズムフレームワークに加えて、この研究は産業に沿ったデータセットも提供する。このデータセットは25のコンポーネントカテゴリをカバーし、各カテゴリには実行可能なCAD-CAEタスクが含まれており、現実的なシナリオに近いベンチマークを提供する。これにより、標準化された実行可能な産業設計タスクが不足していたギャップを埋める。
実験結果は、COSMO-Agentで訓練された小規模オープンソースLLMが、制約駆動設計タスクにおいて大幅に能力を向上させることを示している。実現可能性、効率性、安定性の3つの次元で、これらの小規模モデルは大規模オープンソースモデルや強力なクローズドソースモデルをも上回った。これは、ツール拡張強化学習が専門工学分野で持つ可能性を証明し、将来のインテリジェント設計システムの発展に新たな方向性を提供する。
本論文は2026年4月1日に提出され、8ページ、図3点で構成され、人工知能（cs.AI）とグラフィックス（cs.GR）の学際領域に属する。