AutoMS：用于跨物理逆微结构设计的多智能体进化搜索

针对材料科学中跨物理目标逆微结构设计的挑战，本文提出 AutoMS，一种多智能体神经符号框架。该方法将逆设计重构为 LLM 驱动的进化搜索，利用大语言模型作为“语义导航器”初始化搜索空间并跳出局部最优。同时，引入模拟感知进化搜索（SAES）策略，利用仿真反馈进行局部梯度近似和定向参数更新，有效引导搜索趋向物理有效的帕累托前沿。实验表明，AutoMS 在 17 项任务中成功率达 83.8%，显著优于传统算法及现有 LLM 基线。