VFEAgent: エンドツーエンド自動有限要素解析のためのマルチモーダルエージェントフレームワーク
VFEAgentは、入力画像と問題記述から直接有限要素解析（FEA）のモデリングとシミュレーションを自動化するエンドツーエンドのマルチエージェントシステムです。マルチモーダル視覚言語マルチエージェントパイプラインと検証優先のコード合成フレームワークを組み合わせ、ReAct駆動の推論で構造化FEA仕様を抽出し、自己デバッグとフォールバック機構により実行可能性と物理的妥当性を確保します。実験では、完全で物理的に有効なシミュレーションを生成する成功率が高く、信頼性と正確性においてLLMベースのベースライン手法を上回り、エンジニアを退屈な手動分析から解放する可能性を示しています。
VFEAgent：マルチモーダルエージェントフレームワークによる有限要素解析の全自動化
有限要素解析（FEA）は現代のエンジニアリング設計の基盤ですが、そのワークフローは本質的に複雑で、専門知識に大きく依存しています。近年、大規模言語モデル（LLM）をFEAに統合する試みが行われていますが、既存のアプローチはマルチモーダル入力の処理や複雑なタスクの実行において限界があります。これらの課題を解決するため、研究チームはVFEAgentを提案しました。これは、入力画像と問題記述から直接FEAモデリングとシミュレーションを自動化するエンドツーエンドのマルチエージェントシステムです。
本手法は2つの中核コンポーネントで構成されます。1つ目は、ReAct駆動の推論を用いて異種入力から構造化FEA仕様を抽出するマルチモーダル視覚言語マルチエージェントパイプライン、2つ目は、自己デバッグとフォールバック機構を組み込んだ検証優先のコード合成フレームワークであり、実行可能性と物理的妥当性を確保します。
研究チームは、様々な工学力学シナリオでシステムを体系的に評価しました。結果は、VFEAgentが完全で物理的に有効なシミュレーションを生成する際に高い成功率を達成し、信頼性と正確性においてLLMベースのベースライン手法を上回ることを示しています。これらの発見は、完全なFEAワークフローを自動化する実現可能性を検証し、エンジニアを退屈な手動分析から解放するフレームワークの可能性を強調しています。
論文詳細：arXiv:2605.28978、2026年5月27日投稿、9ページ、3図、2表。責任著者は黄松芳。