Des chercheurs proposent COSMO-Agent, un framework RL qui enseigne aux LLM à piloter l'itération design-simulation en boucle fermée. Le problème : traduire le feedback de simulation en édits géométriques valides sur CAO, sous contraintes couplées complexes. C'est le fossé sémantique CAD-CAE qui paralyse l'optimisation industrielle.
Le système fonctionne comme un agent interactif : l'LLM orchestre des outils externes (génération CAO, résolution CAE, parsing de résultats) et révise les géométries paramétriques jusqu'à satisfaction des contraintes. La clé : une reward multi-contraintes qui rend l'apprentissage stable et applicable en production.
Les bureaux d'études vont devoir repenser leur workflow..
Pour l'industrie, c'est l'automatisation du cycle itératif où un ingénieur passait des heures à ajuster→simuler→analyser→recommencer. L'LLM devient capable de comprendre et corriger les violations de contraintes sans relancer l'humain à chaque étape.
Si ça tient ses promesses en scale, on passe d'une optimisation manuelle laborieuse à un processus continu autonome. Les bureaux d'études vont devoir repenser leur workflow.