论文
RESCORE：控制系统研究论文中的LLM驱动仿真恢复
RESCORE: LLM-Driven Simulation Recovery in Control Systems Research Papers
摘要
从控制系统研究论文中重建数值仿真常因参数欠明确和实现细节含糊而受阻。我们定义了“论文到仿真可恢复性”（Paper to Simulation Recoverability）任务，即自动化系统生成能够忠实复现论文结果的可执行代码的能力。我们从IEEE决策与控制会议（CDC）精选500篇论文构建基准，并提出RESCORE——一个由Analyzer、Coder与Verifier三个组件构成的LLM智能体框架。RESCORE利用迭代执行反馈与可视化对比来提升重建保真度。我们的方法成功为40.7%的基准实例恢复出任务连贯的仿真，优于单次生成。值得注意的是，RESCORE自动化流水线相比人工复现估计提速10倍，大幅削减了验证已发表控制方法所需的时间与精力。我们将发布基准与智能体，以促进社区在自动化研究复现方面的进展。
