摘要
模拟调试对降低现代光源设计风险至关重要,但现有流程依赖人工且难以复用。本文展示了一个由语言模型Agent主导的闭环研究循环:Agent编写调试代码,在仿真中测试并根据结果改进算法。应用于ALS-U累积环模型的RF束捕获任务,该循环显著优化了专家程序,甚至能从极少初始代码构建出有效算法。扩展至多目标场景后,生成了16种非支配算法,涵盖了快速束捕获与误差校正之间的物理权衡。这标志着调试研究从评估人工设计转向Agent直接参与算法发现的模式。
AI 推荐理由
论文核心在于Agent通过“编写-测试-改进”的闭环实现算法的自我进化与优化,符合自我改进和自适应定义。
研究机构
Lawrence Berkeley National Laboratory, Berkeley, CA 94720, USA
论文信息