AI-воркфлоу на основе foundation model ускоряет проектирование пешеходной безопасности в авто
Исследователи из области инженерного проектирования разработали новый подход к обеспечению пешеходной безопасности при краш-тестах. В работе, опубликованной на arXiv, описан workflow, где foundation model оркестрирует работу суррогатной модели, оптимизатора и генератора геометрии. Это позволяет за секунды оценивать показатели травм нижних конечностей пешехода, тогда как традиционные CAE-симуляции занимают часы.
Workflow включает четыре компонента. Первый — суррогатная модель, обученная на данных CAE-симуляций; она предсказывает метрики травмы с точностью R?=0.87 и даёт интервалы прогноза без предположения о распределении. Второй — многокритериальный эволюционный поиск (NSGA-II), находящий разнообразные допустимые наборы параметров. Третий — генератор геометрии на основе морфинга, преобразующий параметры в трёхмерные формы с сохранением топологии. Четвёртый — интерфейс на естественном языке, где LLM управляет всем процессом, а VLM помогает сравнивать сгенерированные дизайны.
В кейсе с автомобильным передним бампером workflow создал 35 различных конфигураций, удовлетворяющих требованиям безопасности, всего за один цикл. При традиционном подходе это потребовало бы недель итераций. Авторы подчёркивают, что foundation model выступает как интеграционный слой между ML-суррогатами и физическим моделированием, что открывает путь к внедрению ИИ в критически важные области проектирования.
Разработка демонстрирует, как продвинутые языковые и визуальные модели могут автоматизировать сложные инженерные процессы, связанные с нелинейной динамикой и контактным взаимодействием. Такой подход особенно актуален для автопрома, где требуется балансировать между безопасностью, весом и стоимостью.
По данным arXiv, это первый известный случай использования foundation model для оркестровки рабочего процесса в области краш-безопасности. Результаты показывают, что AI способен не только ускорять расчёты, но и обеспечивать сопоставимое качество решений.
