GURU：分层神经符号多智能体系统

GURU 用符号规则与物理验证约束学习模型的关键决策。

资讯摘要

论文提出 GURU，一个面向关键任务数字工程与运行的分层神经符号多智能体系统，按“学习模型提议、符号规则引擎校验、经验证的物理模型确认决策”划分权限，以闭环控制方式运行工作流。作者报告在计算流体力学中，未见飞机几何的收敛仿真率从不足 1% 提升至 74%，并在空间域感知等任务上验证了该设计。

要点速读

1. 系统由导航、行动、规划智能体共享统一内部语言与训练工厂，符号层对每个关键动作做硬约束校验。
2. 作者报告在 100 个单次尝试案例中，未见飞机几何的收敛仿真率由不足 1% 升至 74%，并在三处设施完成至 Mach 6 的 54 个实际案例。
3. 消融实验显示符号层贡献 13 个百分点的边界层捕捉；知识图谱检索与角色适配器将 ParaView 控制成功率从 55% 提升至 75%。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。