ラルフ・ウィグムを監督する：エンジニアリング設計のためのメタ認知の協調的制御エージェント的AIループを探る

要旨: 工学設計の研究コミュニティは、Large Language Model（LLM）エージェントを用いて工学設計プロセスを自動化するエージェント型AIシステムを研究してきた。しかし、これらのシステムは、人間が直面するのと同様の病理のいくつかに影響されやすい。人間の設計者と同様に、LLM設計エージェントは既存のパラダイムに固執し、設計課題を解く際に代替案の探索に失敗することで、結果として最適でない解決策につながる可能性がある。本研究では、(1) 設計エージェント自身が自己を統制し、そのメタ認知を明示的に監視する、独自の自己調整ループ（Self-Regulation Loop: SRL）と、(2) メタ認知の共同調整エージェントが設計エージェントのメタ認知を補助することで設計の固着を緩和し、それにより工学設計タスクに対するシステム性能を向上させる、独自の共同調整設計エージェント型ループ（Co-Regulation Design Agentic Loop: CRDAL）を提案する。ここで検討するバッテリーパック設計の問題において、提案した独自のCRDALシステムは、単純なRalph Wiggum ループ（RWL）およびメタ認知的に自己評価する自己調整ループ（SRL）と比較して、計算コストを大きく増やすことなく、より良い性能の設計を生成することを見出した。また、CRDALシステムは、SRLおよびRWLの両方よりも潜在的な設計空間をより効果的に探索できることも分かった。しかし、SRLは設計空間の異なる領域を探索したにもかかわらず、RWLよりも有意に優れた性能の設計を生成しなかった。本研究で提案するシステムアーキテクチャと知見は、工学設計のためのエージェント型AIシステムの今後の開発に対する実践的示唆を提供する。