AutoEnergyDesign：LLM 智能体自动优化建筑能源系统设计
热点事件持续更新
AutoEnergyDesign：LLM 智能体自动优化建筑能源系统设计
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Amedeo Buonanno 等作者在 arXiv 提交论文，介绍 AutoEnergyDesign 框架：由 LLM 智能体分析历史仿真结果、提出配置修改并从每次结果中上下文学习，同时用 git 式机制自动回退失败的修改，实现建筑能源系统设计的自动优化。 论文实验中，智能体分别以 Claude Haiku 5.5、Sonnet 5.5 和 Opus 5.5 运行（每种模型 10 次运行、每次 50 次仿真），并与随机搜索、TPE 贝叶斯优化和共享同一接受规则的 (1+1) 进化策略比较（各 300 次评估、10 个随机种子）。论文称三种模型下智能体均达到约 3.53 百万欧元的 NPC，比最优 TPE 结果低 1.20%，比最优进化策略结果低 0.23%。
AI 根据报道生成 · 52 分钟前更新
最新进展10月27日 12:00
AutoEnergyDesign：基于 LLM 智能体的建筑能源系统自动设计优化框架报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIAutoEnergyDesign：基于 LLM 智能体的建筑能源系统自动设计优化框架
论文提出 AutoEnergyDesign 框架，用 LLM 智能体结合显式记忆与 git 式回退机制，自动优化建筑能源系统设计。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。