论文页面 - AI CFD Scientist：基于物理感知AI代理的开放式计算流体动力学发现

来源：https://huggingface.co/papers/2605.06607 发布于5月12日

·

提交者：https://huggingface.co/LeoYML

Leo Y（https://huggingface.co/LeoYML）于5月14日

摘要

一个用于计算流体动力学的AI系统通过视觉语言验证和领域特定代码修改，自主发现物理修正，在有效性检查和科学主张生成方面优于通用AI科学家。

近期基于LLM的智能体已在纯软件的机器学习研究、化学和生物学中闭合了科学发现循环的大部分环节。将同样的循环扩展到高保真物理模拟器则更为困难，因为求解器的完成并不意味着物理有效性，许多故障模式仅出现在场级图像中而非求解器日志中。我们提出了AI CFD Scientist，一个开源AI科学家（https://huggingface.co/papers?q=AI%20scientist），用于计算流体动力学（https://huggingface.co/papers?q=computational%20fluid%20dynamics）（CFD），据我们所知，它是首个在单一可检查工作流中涵盖文献驱动的构思、验证执行、基于视觉的物理验证、源代码修改及基于图形的写作的系统。三个耦合路径涵盖了固定求解器内的参数扫描、针对新物理模型的案例本地C++库编译，以及针对参考比较器的开放式假设搜索，所有路径均通过Foam-Agent（https://huggingface.co/papers?q=Foam-Agent）在OpenFOAM（https://huggingface.co/papers?q=OpenFOAM）上运行。框架的核心是一个视觉语言物理验证门控（https://huggingface.co/papers?q=vision-language%20physics-verification%20gate），在结果被接受、重新运行或写入论文之前，检查渲染的流场。在共享的GPT-5.5（https://huggingface.co/papers?q=GPT-5.5）骨干网络下，针对五项任务，AI CFD Scientist自主发现了一个Spalart-Allmaras运行时修正（https://huggingface.co/papers?q=Spalart-Allmaras%20runtime%20correction），在Reh=5600的周期山丘算例中，将下壁Cf与DNS（https://huggingface.co/papers?q=DNS）的RMSE降低了7.89%；在匹配的LLM成本下，两个强大的通用AI科学家基线（ARIS（https://huggingface.co/papers?q=ARIS）、DeepScientist（https://huggingface.co/papers?q=DeepScientist））执行了部分CFD工作流，但缺乏将运行转化为可辩护科学主张所需的领域特定有效性门控；受控的植入失败消融实验表明，视觉语言门控检测到了求解器级别检查遗漏的16次静默失败中的14次。代码、提示和运行产物发布在https://github.com/csml-rpi/cfd-scientist。

查看arXiv页面（https://arxiv.org/abs/2605.06607）查看PDF（https://arxiv.org/pdf/2605.06607）GitHub3（https://github.com/csml-rpi/AI-CFD-Scientist）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.06607）

在你的智能体中获取此论文：

hf papers read 2605.06607

没有最新的CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

无模型链接此论文

请在模型README.md中引用arxiv.org/abs/2605.06607以从此页面链接。

引用此论文的数据集0

无数据集链接此论文

请在数据集README.md中引用arxiv.org/abs/2605.06607以从此页面链接。

引用此论文的空间0

无空间链接此论文

请在空间README.md中引用arxiv.org/abs/2605.06607以从此页面链接。

包含此论文的收藏0

无收藏包含此论文

请将此论文添加到收藏（https://huggingface.co/new-collection）以从此页面链接。