探讨基于大语言模型的路由器多智能体架构在基础设计自动化中的潜力：任务分类与专家选择研究
多智能体系统
2025-06-18 v1 人工智能
计算与语言
摘要
本研究探讨了基于路由器的多智能体系统用于自动化基础设计计算，通过智能任务分类和专家选择实现。评估了三种方法：单智能体处理、基于设计-检查架构的多智能体和基于路由器的专家选择。性能评估采用包括 DeepSeek R1、ChatGPT 4 Turbo、Grok 3 和 Gemini 2.5 Pro 在内的基线模型，覆盖浅层基础设计和桩基设计场景。路由器配置方案在浅层基础设计中取得 95.00% 的性能得分，在桩基设计中取得 90.63%，分别比单独使用的 Grok 3 提升了 8.75 和 3.13 个百分点。该系统在常规智能体工作流程中超越了 10.0% 到 43.75% 的百分点。Grok 3 在无外部计算工具的情况下展现出优异的独立性能，表明大语言模型在工程应用中的直接数学推理能力正在取得进步。双层分类框架成功区分了基础类型，实现了合适分析方法的选择。结果表明，路由器基于多智能体系统是基础设计自动化的最佳选择，同时保持专业文档标准。鉴于土木工程中安全关键性要求，持续的人类监督仍是必需的，将这些系统定位为而非专业实践中自主设计取代品的高级计算辅助工具。
引用
@article{arxiv.2506.13811,
title = {Investigating the Potential of Large Language Model-Based Router Multi-Agent Architectures for Foundation Design Automation: A Task Classification and Expert Selection Study},
author = {Sompote Youwai and David Phim and Vianne Gayl Murcia and Rianne Clair Onas},
journal= {arXiv preprint arXiv:2506.13811},
year = {2025}
}