要旨: 工学的な問題解決は、現実世界の意思決定の中核を成しており、複雑な問題を表すだけでなく、データおよび物理的制約のもとで実行可能な解を生成できる数理的定式化を必要とします。あらかじめ用意された定式化にもとづいて進める数学的問題解決とは異なり、工学タスクでは、開かれた分析、実行可能性に基づくモデリング、そして反復的な改善が求められます。大規模言語モデル(LLM)は推論やコード生成において優れた能力を示しているものの、しばしば実行可能性を保証できないため、工学的な問題解決への適用が制限されます。この課題に対処するために、我々は EngiAgent を提案します。これは、多数のエージェントと、完全結合されたコーディネータを備えたマルチエージェントシステムであり、問題分析、モデリング、検証、解法、解の評価のための専門エージェントによって、専門家のワークフローをシミュレーションします。完全結合されたコーディネータにより、柔軟なフィードバックの経路指定が可能になり、従来のパイプライン型のリフレクション手法にみられる硬直性を乗り越えて、プロセスのあらゆる段階で実行可能性を確保できます。この設計は、データ抽出エラー、制約の不整合、ソルバ失敗といった多様な失敗ケースへの頑健性を高めるだけでなく、問題解決全体の質も向上させます。4つの代表的な領域にまたがる実証結果により、EngiAgent が従来手法と比べて実行可能性において大幅な改善を達成することが示され、LLM を用いた、実行可能性志向の工学的問題解決の新しいパラダイムが確立されます。ソースコードおよびデータは https://github.com/AI4Engi/EngiAgent で公開されています。
EngiAgent:実現可能な解を伴うオープンエンドの工学問題解決のためのLLMエージェント群の完全連結コーディネーション
arXiv cs.AI / 2026/5/5
📰 ニュースModels & Research
要点
- 本論文は、実世界の工学問題解決ではデータや物理的制約の下で“実現可能性”を満たすモデル化と反復的な改善が不可欠であり、LLMはそれを十分に保証できないことが多いと指摘している。
- EngiAgentは、問題の分析、モデル化、検証、解法、解の評価といった専門家のワークフローを模倣する、完全連結コーディネータを備えたマルチエージェントシステムとして提案されている。
- 完全連結によりフィードバックの経路を柔軟に切り替えられるため、従来のパイプライン型の反省(reflection)手法が持つ硬直性を克服し、各段階で実現可能性を保つことを狙っている。
- データ抽出エラー、制約の矛盾、ソルバ失敗といった多様な失敗ケースに対して、より高い頑健性を得る設計になっている。
- 4つのドメインにわたる実験では、先行手法に比べて実現可能性が大きく改善される結果が示され、コードとデータはGitHubで公開されている。




