GA-Agent: Large Language Models as Hyperparameter Optimizers for Evolutionary Controller Synthesis

📄 arXiv: 2609.27725v1 📥 PDF

作者: Mohammad Narimani, Seyyed Ali Emami

分类: eess.SY

发布日期: 2026-09-23

💡 一句话要点

提出GA-Agent以优化PID控制器的超参数配置

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: PID控制器 超参数优化 遗传算法 大型语言模型 自动控制 智能调优 样本效率

📋 核心要点

  1. 现有的PID控制器调节方法依赖于人工试错或昂贵的双层优化，效率低下且不够灵活。
  2. GA-Agent通过将低级增益优化与高级配置优化解耦，利用LLM进行元级调优，提升了优化效率。
  3. 在多种控制案例中，GA-Agent实现了100%的成功率，显著减少了函数评估次数，提升了样本效率。

📝 摘要（中文）

调节PID控制器以满足低跟踪误差、快速收敛、有限超调和适度控制努力等竞争目标是一项劳动密集型且需要专业知识的任务。遗传算法（GA）提供了基于加权适应度函数的无梯度优化，但成功依赖于元级选择，如种群规模、代数预算、增益界限和适应度权重。本文提出的GA-Agent将这两者解耦，标准GA负责低级PID增益优化，而大型语言模型（LLM）代理在元级操作，观察GA运行结果，诊断与用户控制目标的差距，并提出更新的GA配置。GA-Agent在八个不同动态的控制案例研究中实现了100%的成功率，超越了固定超参数的常规GA，在解决质量和样本效率上表现更佳。

🔬 方法详解

问题定义：本文旨在解决PID控制器调节中的超参数配置问题，现有方法往往依赖于人工试错或复杂的优化过程，导致效率低下和灵活性不足。

核心思路：GA-Agent的核心思想是将低级PID增益优化与高级超参数配置解耦，利用大型语言模型（LLM）在元级进行智能调优，从而提高优化效率和效果。

技术框架：GA-Agent的整体架构包括两个主要模块：标准遗传算法（GA）负责低级增益优化，而LLM代理负责观察GA运行结果、诊断与用户目标的差距，并提出更新的GA配置。该架构还采用了结构化记忆、定量目标转换、资源感知终止和结果驱动路由等技术。

关键创新：GA-Agent的最大创新在于将低级优化与元级调优分离，使得GA在执行时不再受限于固定的超参数配置，提升了优化的灵活性和效果。

关键设计：GA-Agent使用了紧凑的记忆缓冲区（大小为2-3），并采用了成本效益高的模型（如DeepSeek-V4-Flash，约$0.002每次运行），在保持性能的同时降低了计算成本。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

GA-Agent在八个不同的控制案例中实现了100%的成功率，超越了固定超参数的常规GA，在解决质量和样本效率上表现更佳。与Cascade-GA基线相比，GA-Agent减少了函数评估次数一个到两个数量级，通常在一到三次优化尝试内收敛，显示出其卓越的优化能力。

🎯 应用场景

GA-Agent的研究成果在自动控制领域具有广泛的应用潜力，尤其是在需要高效调节PID控制器的工业自动化、无人驾驶、机器人控制等场景中。通过优化超参数配置，GA-Agent能够显著提升控制系统的性能和响应速度，具有重要的实际价值和未来影响。

📄 摘要（原文）

Tuning PID controllers to satisfy competing objectives - low tracking error, fast settling, limited overshoot, and moderate control effort - is labor-intensive and requires expertise. Genetic algorithms (GAs) offer gradient-free optimization of controller gains against a weighted fitness function, but success depends on meta-level choices: population size, generation budget, gain bounds, and fitness weights. These are usually set by manual trial-and-error or costly bilevel optimization, exposing a tension: GAs excel at dense numerical search, but configuring them needs high-level, context-dependent semantic reasoning. We propose GA-Agent, which decouples these modes. A standard GA handles low-level PID gain optimization. A large language model (LLM) agent operates at the meta-level: it observes completed GA runs, diagnoses gaps versus user control objectives, and proposes updated GA configurations. The architecture uses structured memory, quantitative goal translation, resource-aware termination, and outcome-driven routing. We evaluate GA-Agent on eight control case studies with diverse dynamics (DC motor, inverted pendulum, aircraft pitch, autonomous underwater vehicle, and others). GA-Agent achieves 100% success on all benchmarks, outperforming a Regular GA with fixed hyperparameters in solution quality and sample efficiency. It matches or surpasses a Cascade-GA baseline while reducing function evaluations by one to two orders of magnitude, typically converging in one to three optimization attempts. Sensitivity analysis shows robustness across LLM backbones and memory configurations. A compact memory buffer (size 2-3) and cost-effective models (DeepSeek-V4-Flash at about $0.002 per run) achieve superior performance.