Self-Improving Multi-Agent System Circuit Design Memory Mechanism
摘要

针对现有大模型在模拟电路设计中依赖单模型循环、缺乏领域洞察及上下文丢失等问题,本文提出 AnalogAgent。这是一个无需训练的代理框架,整合了多智能体系统与自进化记忆(SEM)。该系统协调代码生成器、设计优化器和知识策展人,将执行反馈提炼为自适应策略库,并检索针对性指导以支持后续生成,实现了无额外专家反馈的跨任务迁移。实验表明,该方法显著提升了各类模型在高质量模拟电路设计自动化中的表现。

AI 推荐理由

论文提出自进化记忆机制,核心在于通过反馈蒸馏实现智能体的自我改进与跨任务迁移。

研究机构
Nanyang Technological University, Singapore Institute for Informcom Research, Singapore Institute of Microelectronics, Singapore Eindhoven University of Technology, Eindhoven, Netherlands
论文信息
作者 Zhixuan Bao, Zhuoyi Lin, Jiageng Wang, Jinhai Hu, Yuan Gao et al.
发布日期 2026-03-25
arXiv ID 2603.23910
相关性评分 9/10 (高度相关)