摘要
针对高精度 CNC 加工中通用大模型难以可靠执行风险约束多步数值工作流的问题，本文提出多智能体知识分析（MAKA）架构。该架构通过分离意图路由、纯工具定量分析、知识图谱检索及基于批评者的验证，确保物理合理性与安全边界。在钛合金叶片加工测试中，MAKA 将多步工具执行成功率提升高达 87.5%，并能协调可追溯的补偿方案，显著降低预测表面偏差，为风险感知的人类决策提供预部署验证信号。
AI 推荐理由
论文核心在于多智能体架构下的风险约束多步工作流执行与任务编排，属于高级规划能力。
研究机构
School of Mechanical, Aerospace, and Manufacturing Engineering, University of Connecticut, Storrs, CT, USA
Connecticut Center for Advanced Technology, East Hartford, CT, USA
论文信息