Physics-Audited Agentic Discovery in Scientific Machine Learning
作者: Diab W. Abueidda, Bilal Ahmed, Panos Pantidis, Mostafa E. Mobasher
分类: cs.AI, cs.LG
发布日期: 2026-07-08
💡 一句话要点
提出物理审核的代理科学机器学习以解决模型验证问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 代理科学机器学习 物理审核 模型验证 数值模拟 固体力学
📋 核心要点
- 现有的代理科学机器学习方法在模型选择时仅依赖误差评分，未能确保物理条件的满足。
- 本文提出PA-SciML工作流程，通过物理审核确保模型输出符合物理要求，增强了模型的可靠性。
- 实验结果表明，所选替代模型在验证误差上优于传统方法，同时通过了更严格的物理检查。
📝 摘要（中文）
在代理科学机器学习（SciML）中，大型语言模型（LLM）代理能够发现替代模型并通过自动评分选择模型。然而，低误差并不意味着预测结果满足力学中的物理条件。本文提出了物理审核的代理SciML（PA-SciML），一种以验证为先的工作流程，确保在搜索之前固定评分评估器，推导可审查的机器可检查物理要求，并检查每个训练候选模型的输出。该方法在计算固体力学的数值示例中表现出色，所选替代模型在验证误差上优于仅基于误差的基线，同时满足线性弹性检查。
🔬 方法详解
问题定义：本文旨在解决现有代理科学机器学习方法在模型验证中的不足，特别是仅依赖误差评分而忽视物理条件的满足。
核心思路：PA-SciML工作流程通过在搜索之前固定评分评估器，并推导可审查的物理要求，确保每个候选模型的输出符合物理条件。
技术框架：该工作流程包括以下主要模块：固定评分评估器、物理要求推导、候选模型输出检查，以及高违例案例的搜索。
关键创新：最重要的创新在于引入了物理审核机制，使得每个替代模型在被报告为验证通过之前，必须满足特定的物理检查，这与传统方法的误差评分机制本质不同。
关键设计：在模型训练前，工作流程会添加数值探针，并逐一测试建模变更，以记录哪些独立的编辑与评分提升相关联。
🖼️ 关键图片
📊 实验亮点
实验结果显示，在静态弹性测试中，所选替代模型的验证误差低于仅基于误差的基线，同时通过了常见的线性弹性检查。在瞬态弹性动力学测试中，传统基线模型未能通过因果性检查，而所选替代模型则成功通过。
🎯 应用场景
该研究的潜在应用领域包括工程设计、材料科学和结构分析等领域，能够提高模型的可靠性和准确性，确保在实际应用中满足物理条件，从而推动科学计算和机器学习的结合。
📄 摘要（原文）
In agentic scientific machine learning (SciML), large language model (LLM) agents can discover surrogate models and select one by an automated score, typically an error metric. A low error, however, does not establish that the predicted fields satisfy the physics that matter for mechanics, such as boundary conditions, superposition, stiffness scaling, or causality. We introduce Physics-Audited Agentic SciML (PA-SciML), a verification-first workflow for agentic SciML discovery. The workflow fixes a scoring evaluator before search, derives reviewable machine-checkable physics requirements, checks each trained candidate on its outputs, and separately searches prescribed input ranges or measured load-history spans for high-violation cases without reference solution fields. A surrogate is reported as verified only under the stated checks. When enabled, the workflow also adds advisory numerical probes before training and tests one modeling change at a time to record which isolated edits are associated with score gains before reuse. In the reported computational-solid-mechanics numerical examples, the static elasticity run selects a surrogate with lower validation error than the error-only baseline while both selected models pass the common linear-elastic checks. In the transient elastodynamics run, an error-only baseline with similar mean error fails a stricter causality check by responding to future parts of the loading history, while the selected surrogate passes the stated checks. The main distinction is per-candidate physics evidence on predicted fields, not a richer aggregate score.