监督罗拉·威格姆：探索一种元认知协调型智能体 AI 循环用于工程设计
人工智能
2026-05-08 v2
摘要
工程设计研究社区研究了使用大型语言模型（LLM）智能体自动化工程设计过程的 agentic AI 系统。然而，这些系统容易出现与人类相同的一些病态现象。正如人类设计师一样，LLM 设计智能体在解决设计挑战时也可能固守既有范式，未能探索替代方案，从而导致亚optimal 解。在本工作中，我们提出了两种新型方法：（1）一种新型自我调节循环（SRL），其中设计智能体自我调节并显式监控其自身的元认知；（2）一种新型协调型设计智能体循环（CRDAL），其中一个元认知协调型智能体帮助设计智能体进行元认知，以缓解设计固执，从而提高工程设计任务的系统性能。在此处所考察的电池包设计问题中，我们发现，新的 SRL 和 CRDAL 系统生成的设计性能优于简单的罗拉·威格姆循环（RWL），且计算成本几乎不增加。进一步地，新的 CRDAL 系统生成的设计性能显著优于 SRL。我们还发现，CRDAL 系统在潜在设计空间中导航的效果优于 SRL 和 RWL。本工作提出的系统架构和发现结果为未来开发面向工程设计的 agentic AI 系统提供了实际意义。
关键词
引用
@article{arxiv.2603.24768,
title = {Supervising Ralph Wiggum: Exploring a Metacognitive Co-Regulation Agentic AI Loop for Engineering Design},
author = {Zeda Xu and Nikolas Martelaro and Christopher McComb},
journal= {arXiv preprint arXiv:2603.24768},
year = {2026}
}