arXiv cs.AI· Peng Yin, Zhiwei Chen, Tianyi Liu, Chen Li, Kai Li, Jian Cheng·· 1 天前AI 评分31
EasyFoam：面向 OpenFOAM 的技能导向智能体，支持证据驱动进化
EasyFoam: Skill-Oriented OpenFOAM Agents with Evidence-Driven Evolution
AI 导读
EasyFoam 是一个面向 OpenFOAM 的智能体框架，将 CFD 专业知识解耦为模块化外部技能，通过执行循环与进化循环的双环机制运行。团队同时推出 ExtFoamBench 基准，覆盖五个工作流变化维度，分别评估执行完成度、数值合理性与 QoI 满足情况。实验显示 EasyFoam 的任务接受率显著高于基线智能体。
正文 · AI 翻译
摘要：大语言模型（LLM）智能体在自动化计算流体力学（CFD）的端到端 OpenFOAM 工作流方面能力日益增强。然而，当前进展受制于两个关键瓶颈。首先，现有评测以教程级案例和执行导向指标为主，掩盖了可执行性与可接受性之间的显著差距：成功执行的仿真往往无法满足规定的数值标准或关注量（QoI）标准。其次，现有系统中的领域专业知识与定制化智能体架构紧密耦合，限制了其在不同智能体实现之间的复用与持续改进。为应对这些挑战，我们提出 ExtFoamBench，这是一个面向 OpenFOAM 智能体的高难度基准，涵盖工作流变化的五个维度，并分别评估执行完成度、数值合理性和 QoI 满足度。作为补充，我们提出 EasyFoam，这是一个将 CFD 专业知识解耦为模块化、外置化技能并由双循环机制驱动的智能体框架。执行循环根据明确的任务需求构建工作流，并利用结构化仿真证据诊断故障、指导针对性修复。同时，演化循环将任务经验提炼为可复用的技能更新，并通过配对评估进行筛选。实证评估表明，EasyFoam 的任务接受率显著高于基线智能体，使本工作成为迈向自我改进型 CFD 智能体未来研究的起点。
| 评论： | 26 页，3 幅图 |
| 主题： | 计算工程、金融与科学（cs.CE）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.14525 [cs.CE] |
| （或 arXiv:2611.14525v1 [cs.CE] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.14525 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Peng Yin [查看邮箱]
[v1]
2026 年 9 月 27 日星期日 04:35:51 UTC（618 KB）
来源：arXiv cs.AI · arxiv.org