AI控制科学家：基于大语言模型的智能体系统实现自动控制设计

论文提出AI Control Scientist（AICS），一个由大语言模型驱动的智能体系统，能根据语言设计需求自动生成优化控制器。AICS包含任务建模、控制器设计和参数调优三个智能体。实验显示，AICS可自动生成多种代表性控制系统，在设计成功率和优化效率上均优于现有自动化基线。

传统控制设计依赖专家知识和大量手动调参，效率低、扩展性差。AICS首次实现由语言需求直接生成优化控制器，将控制设计从人工驱动转变为智能体驱动，有望提升工业控制系统的开发效率与可扩展性。

AICS通过任务建模智能体将用户语言需求转化为工程约束；控制器设计智能体生成候选控制器结构和可执行代码；参数调优智能体在闭环性能标准下迭代优化参数。三个智能体协作，实现从自然语言到优化控制器的全自动化流程。

对研发控制系统的团队，AICS可能减少控制工程专家的手动调参时间，加速控制器原型设计与验证。但对算法工程师的培养仍重要，因为AICS的输出质量依赖于需求定义清晰度。

• 开发面向工业控制场景的AI辅助设计工具，集成AICS作为插件，支持用户用自然语言提出控制需求。
• 提供基于AICS的控制器生成API，供制造业或航空航天企业调用，实现自动化控制参数定制。
• 建立控制设计智能体评估基准，结合行业案例验证AICS在温度调节、发动机控制等场景的表现。

• AICS在真实工业环境中的鲁棒性和安全性尚未有证据。
• AICS能否处理超出代表性场景的复杂非线性系统？
• 证据未提及AICS所需的推理算力或响应时间。