G-Agent：一个基于大型语言模型的多智能体框架，用于自动配置喷气燃烧室燃烧器

《Aerospace》：G-Agent: A Large Language Model-Driven Multi-Agent Framework for Automated Configuration Optimization of Scramjet Cavity Combustors

　　

overcrowded

摘要

本文提出了一个名为G-Agent的多智能体框架，该框架基于大型语言模型（LLM）自动优化轴对称空腔燃烧室的设计流程。该框架将超音速可压缩反应流求解器与Qwen3-VL-2B-Instruct模型集成在一起。G-Agent包含四个专用智能体：交互器（Interactor）、运行器（Runner）、校正器（Corrector）和优化器（Optimization）。交互器解析用户需求并生成仿真输入文件；运行器负责网格生成、求解器配置以及仿真执行；校正器通过分析故障日志诊断问题并采取纠正措施；优化器使用信赖域响应面方法协调优化过程以最大化推力。该框架采用拉丁超立方采样（Latin Hypercube Sampling, LHS）技术来探索由三个关键几何参数（隔离器长度、空腔深度和燃料喷射器位置）定义的设计空间。在初始参数设置之外无需人工干预，G-Agent成功完成了多次优化迭代。从489.4牛顿的基准推力开始，经过三次迭代后推力提升至523.5牛顿，相对提高了6.97%。我们提出的智能体实现了整个优化过程的闭环控制，显著降低了燃烧室设计的技术门槛和人力成本。