面向自动混凝土护栏设计的轻量多智能体框架

钢筋混凝土高速公路护栏的设计是一个安全关键的过程，需要严格遵守 AASHTO-LRFD 桥梁设计指南等监管规定。当前的工程实践严重依赖手动、迭代和启发式计算来满足复杂的非线性材料和力学约束。尽管大型语言模型（LLM）表现出强大的生成能力，但它们在结构工程中的直接应用仍然受到幻觉风险和物理基础不足的限制。为了应对这些挑战，本研究提出了一种新颖的“生成-评估-优化”闭环框架，用于使用 AutoGen 的多代理编排功能进行自动化混凝土屏障设计。实验结果表明，所提出的代理框架实现了超过 98% 的设计精度，显着优于独立的通用 LLM。更重要的是，研究表明设计性能不一定与模型规模相关，8B 参数轻量级模型可能优于无约束的 631B 参数旗舰模型。这一发现凸显了大幅降低计算成本的潜力，同时提高了人工智能辅助工程工具在行业应用中的可访问性。所提出的多智能体设计框架的源代码可在项目 GitHub 存储库中找到：https://github.com/MXY820/barrier-design。关键词：结构工程；多代理系统；大型语言模型；混凝土屏障设计；自动生成；设计自动化。