在工业设计中，迭代式的设计-仿真优化长期受困于CAD与CAE之间的语义鸿沟：如何将仿真反馈转化为满足多样且耦合约束的有效几何修改，始终是一个瓶颈。针对这一问题，来自Liyuan Deng等9位作者的研究团队提出了COSMO-Agent（Closed-loop Optimization, Simulation, and Modeling Orchestration），一个工具增强的强化学习框架，旨在教会大语言模型完成完整的CAD-CAE闭环流程。
COSMO-Agent的核心思路是将CAD生成、CAE求解、结果解析和几何修订全部建模为一个交互式强化学习环境。在这个环境中，LLM不再仅仅是生成文本，而是学习如何编排外部工具，并根据仿真结果迭代地修改参数化几何，直到所有设计约束得到满足。这种闭环学习方式让模型能够从工具反馈中持续优化自己的决策。
为了使这种学习过程既稳定又具备工业可用性，研究团队设计了一种多约束奖励函数。该奖励函数同时鼓励三个关键属性：设计的可行性（即几何修改必须有效且满足约束）、工具链的鲁棒性（能够可靠地调用和应对各种外部工具）、以及结构化输出的有效性（保证输出格式正确、可被下游系统解析）。这种联合优化避免了模型在单一目标上过度优化而牺牲整体流程的稳定性。
除了算法框架，该工作还贡献了一个与工业对齐的数据集。该数据集覆盖25个组件类别，每个类别都包含可执行的CAD-CAE任务，为训练和评估提供了贴近真实场景的基准。这填补了此前缺乏标准化、可执行工业设计任务的空白。
实验结果表明，经过COSMO-Agent训练后，小型开源LLM在约束驱动设计任务上的能力得到大幅提升。在可行性、效率和稳定性三个维度上，这些小型模型甚至超过了大型开源模型和强大的闭源模型。这证明了工具增强的强化学习在专业工程领域中的潜力，也为未来智能设计系统的发展提供了新思路。
该论文提交于2026年4月1日，共8页、3张图，属于人工智能（cs.AI）和图形学（cs.GR）交叉领域。