Resumen Técnico: Marco de Trabajo de Agentes Múltiples de LLM de Bucle Cerrado Basado en la Verificación para el Diseño Estructural Cumplidor de Códigos

1. Planteamiento del Problema

El diseño estructural requiere equilibrar iterativamente la seguridad y la economía bajo estrictas restricciones de códigos. Si bien herramientas como CAD, BIM y software de elementos finitos (por ejemplo, SAP2000, ANSYS) son maduras para el modelado y el análisis, los pasos críticos que dependen del juicio profesional —traducir la intención en parámetros, interpretar cláusulas de códigos y reconciliar resultados— siguen siendo cuellos de botella manuales.

La aplicación directa de Modelos de Lenguaje Extensos (LLM) a estas tareas enfrenta un problema fundamental de fiabilidad: los LLM son modelos de lenguaje, no solucionadores mecánicos. A menudo producen diseños coherentes pero físicamente unsound o que violan los códigos ("alucinaciones"). Estudios recientes indican que la autocorrección de los LLM sin retroalimentación externa es poco fiable y puede degradar el rendimiento. En consecuencia, el diseño de ingeniería de seguridad crítica no puede depender de salidas de LLM no verificadas o de autorreflexión no guiada. Existe una falta de marcos que integren un verificador externo basado en la física en un mecanismo de reparación de bucle cerrado para impulsar mejoras automáticas y direccionales en el diseño estructural.

2. Metodología

Los autores proponen un marco de agentes múltiples de bucle cerrado impulsado por la verificación que reemplaza la autocorrección del LLM con un mecanismo de arbitraje externo. El sistema se construye sobre una arquitectura de tres niveles (presentación, negocio, herramienta) y utiliza una máquina de estados de cinco etapas dirigida por un orquestador de tareas (PlanningFlow).

Componentes Principales

1. Sistema Multi-Agente:

   • StructuralDesignAgent: Interpreta requisitos y parámetros.
   • FEAnalysisAgent: Realiza el análisis de elementos finitos (usando OpenSeesPy) y la comprobación de códigos.
   • EvaluationAgent: Realiza una evaluación tetradimensional y un rastreo de códigos basado en RAG.
   • CADDrawingAgent y ReportGenerationAgent: Gestionan la generación de salidas.
     Los agentes se comunican mediante contratos JSON estructurados, asegurando la integridad de los datos entre las etapas.

2. Sistema de Verificación de Confiabilidad de Elementos Finitos de Tres Capas:
   Para evitar que los errores se propaguen, el marco implementa una estrategia de defensa en profundidad:

   • Capa 1 (Precisión del Motor): Pruebas de regresión contra soluciones analíticas o modelos independientes de ANSYS para asegurar que el envoltorio de elementos finitos sea preciso (tolerancia <1–3%).
   • Capa 2 (Construcción del Modelo): Validación pre-análisis de conectividad de nodos, condiciones de contorno y aplicación de cargas, junto con una vista previa geométrica para la confirmación humana para detectar errores de lectura de parámetros.
   • Capa 3 (Cumplimiento de Resultados): Comprobación estática de códigos contra límites (deflexión, esfuerzo, esbeltez) para generar una lista estructurada de violaciones.

3. Mecanismo de Retroalimentación de Bucle Cerrado de Doble Nodo:
   En lugar de una generación de bucle abierto, el sistema emplea dos nodos secuenciales para impulsar la reparación:

   • Nodo 1 (Reparación de Restricciones Duras): Si existen violaciones de código, estas se convierten en un prompt de reparación con restricciones específicas (por ejemplo, "aumentar la altura de la sección en un X%"). El LLM itera (hasta $k_{max}=10$) hasta que las violaciones se resuelven. Esto transforma los reintentos ciegos en una reparación direccional.
   • Nodo 2 (Refinamiento de Restricciones Blandas): Una vez que es conforme, se calcula una puntuación tetradimensional (Seguridad, Economía, Eficiencia, Sostenibilidad). Si la puntuación cae por debajo de un umbral, el sistema genera múltiples esquemas candidatos dentro de las restricciones de prioridad de seguridad, selecciona el mejor mediante verificación independiente y refina el diseño.

4. Base de Código RAG Trazable:
   Un sistema de Generación Aumentada por Recuperación (RAG) utilizando ChromaDB indexa los códigos de edificación chinos (GB 50010, GB 50017). Las violaciones se rastrean hasta cláusulas específicas, y las citas se incorporan en el reporte, asegurando la auditabilidad.

5. Evaluación Tetradimensional:
   Los diseños se califican en Seguridad, Economía, Eficiencia Estructural y Sostenibilidad. Los pesos se determinan mediante un procedimiento transparente y auditable de dos factores basado en la severidad de la consecuencia de falla y el potencial de optimización económica.

3. Contribuciones Clave

El artículo aborda tres brechas específicas en la literatura existente:

1. Cerrar el Bucle de Generación-Verificación: A diferencia de los sistemas multi-agente de bucle abierto que dependen de la intervención manual o reintentos no guiados, este marco inyecta retroalimentación externa basada en la física en un bucle de reparación automática y direccional.
2. Verificación de Tres Capas: Introduce un modelo de verificación general para la ingeniería impulsada por LLM que valida el motor, la construcción del modelo y el resultado final, en lugar de depender de comparaciones post-hoc.
3. Interpretabilidad y Auditabilidad: Asegura que cada violación sea trazable a una cláusula de código específica mediante RAG y utiliza una ponderación transparente para la evaluación de calidad, haciendo que las decisiones de la IA sean auditables.

Además, los autores liberan el marco completo, un benchmark de 44 casos y todos los scripts de experimentación como código abierto.

4. Resultados Experimentales

El marco fue evaluado en 44 casos paramétricos a través de cinco tipos de estructuras (vigas simplemente apoyadas, vigas en voladizo, vigas continuas, cerchas y marcos).

• Mejora del Cumplimiento: El marco de bucle cerrado (B4) logró una tasa de cumplimiento de código del 98.6%, un aumento significativo respecto al 56.8% observado en las líneas base de bucle abierto (B1–B3). La diferencia es estadísticamente significativa ($p < 10^{-6}$).
• Calidad del Diseño: La puntuación compuesta mejoró de 63.8 (bucle abierto) a 71.4 (bucle cerrado).
• Economía: El marco redujo el uso de materiales aproximadamente en un 5.8% manteniendo el cumplimiento, lo que sugiere que evita el sobredimensionamiento común en los intentos de bucle abierto para garantizar la seguridad.
• Contribución de los Nodos:
  • El Nodo 1 fue responsable de la mayor parte de la ganancia en escenarios no conformes (reparación de factibilidad), contribuyendo con ~8.2 puntos a la puntuación.
  • El Nodo 2 proporcionó refinamiento de calidad en escenarios ya conformes, contribuyendo con ~1.8 puntos.
  • Los estudios de ablación confirmaron que eliminar cualquiera de los nodos degradaba significativamente el rendimiento (la eliminación del Nodo 1 redujo el cumplimiento a ~71%; la eliminación del Nodo 2 bajó las puntuaciones de calidad).
• Independencia del Modelo: Reemplazar el LLM base (DeepSeek V4) con Claude Sonnet 4.6 no resultó en una diferencia estadísticamente significativa en el cumplimiento o las puntuaciones, indicando que el bucle de verificación, y no el LLM específico, es lo que impulsa la fiabilidad.
• Limitaciones Identificadas: El marco no puede corregir defectos originados en la topología estructural (por ejemplo, configuraciones de marcos con flujo de fuerzas deficiente); optimiza los parámetros bajo una topología fija. En casos donde la topología es el problema, el sistema falla "fuertemente" con advertencias explícitas en lugar de entregar silenciosamente un diseño no conforme.

5. Significado y Reivindicaciones

El artículo sostiene que la confiabilidad en el diseño estructural impulsado por LLM se logra no mediante modelos más capaces, sino cerrando el bucle de generación-verificación con un verificador externo.

• Cambio de Paradigma: El trabajo demuestra que añadir agentes o usar patrones ReAct por sí solos no mejora la fiabilidad; el factor crítico es la integración de un mecanismo de arbitraje externo basado en la física.
• Utilidad Práctica: El sistema actúa como un "asistente verificable" en lugar de un diseñador autónomo. Es más efectivo cuando la topología estructural es razonable y el desafío radica en el dimensionamiento de miembros y el cumplimiento de códigos.
• Seguridad Primero: Al fallar fuertemente (señalando explícitamente el incumplimiento debido a límites topológicos) en lugar de pasar errores silenciosamente, el marco se alinea con los requisitos de ingeniería de seguridad crítica, dejando el juicio final a los ingenieros humanos.
• Eficiencia: El proceso automatizado reduce el tiempo de diseño de horas a minutos (aprox. 5–12 minutos por tarea) con un costo insignificante (aprox. 0.05 CNY por tarea), lo que lo convierte en una herramienta viable para los flujos de trabajo de ingeniería.

Los autores concluyen que, si bien el alcance actual se limita a sistemas planos elásticos lineales y el ajuste de parámetros, el sistema de verificación de tres capas y el mecanismo de bucle cerrado propuestos proporcionan un modelo generalizable para la IA confiable en otros dominios de la ingeniería de seguridad crítica.