[論文レビュー] AutoMOOSE: An Agentic AI for Autonomous Phase-Field Simulation

Sukriti Manna, Henry Chan+1 more|arXiv (Cornell University)|Mar 22, 2026

Solidification and crystal growth phenomena被引用数 0

ひとこと要約

AutoMOOSEは、自然言語プロンプトから入力生成、実行、失敗回復、分析を含むMOOSE相場場シミュレーション全体の自律的な orchestration を行うオープンソースのエージェンティックフレームワークです。

ABSTRACT

Multiphysics simulation frameworks such as MOOSE provide rigorous engines for phase-field materials modeling, yet adoption is constrained by the expertise required to construct valid input files, coordinate parameter sweeps, diagnose failures, and extract quantitative results. We introduce AutoMOOSE, an open-source agentic framework that orchestrates the full simulation lifecycle from a single natural-language prompt. AutoMOOSE deploys a five-agent pipeline in which the Input Writer coordinates six sub-agents and the Reviewer autonomously corrects runtime failures without user intervention. A modular plugin architecture enables new phase-field formulations without modifying the core framework, and a Model Context Protocol (MCP) server exposes the workflow as ten structured tools for interoperability with any MCP-compatible client. Validated on a four-temperature copper grain growth benchmark, AutoMOOSE generates MOOSE input files with 6 of 12 structural blocks matching a human expert reference exactly and 4 functionally equivalent, executes all runs in parallel with a 1.8x speedup, and performs an end-to-end physical consistency check spanning intent, finite-element execution, and Arrhenius kinetics with no human verification. Grain coarsening kinetics are recovered with R^2 = 0.90-0.95 at T >= 600 K; the recovered activation energy Q_fit = 0.296 eV is consistent with a human-written reference (Q_fit = 0.267 eV) under identical parameters. Three runtime failure classes were diagnosed and resolved autonomously within a single correction cycle, and every run produces a provenance record satisfying FAIR data principles. These results show that the gap between knowing the physics and executing a validated simulation campaign can be bridged by a lightweight multi-agent orchestration layer, providing a pathway toward AI-driven materials discovery and self-driving laboratories.

研究の動機と目的

• 自然言語の意図からMOOSE相場場シミュレーションをエンドツーエンドで自律的にオーケストレーションすることを実証する。
• エージェントベースのワークフローマネジメントを導入して、手動の入力ファイル作成と反復デバッグを排除する。
• コア変更なしで新しい相場場定式へ拡張できる物理に依存しないプラグインアーキテクチャを提供する。
• 自己記述的な出所情報と構造化レコードにより再現性とFAIRデータ原則を保証する。
• 自動収束回復を備えた四温度銅の結晶粒成長ベンチマークでエンドツーエンドの検証を示す。

提案手法

• 自然言語プロンプトを検証済みのMOOSE入力ファイルへ翻訳し、並列スイープを実行する五エージェントパイプライン（Architect、Input Writer、Runner、Reviewer、Visualization）を定義する。
• 物理の特異性をオーケストレーションから分離するため、モジュラーな二機能プラグイン契約（generate_input、parse_results）を使用する。
• 収束失敗を Reviewer にルーティングしてパラメータを調整し、入力を再生成することで自律的な故障診断と修正を実装する。
• FAIRデータ原則を満たす自己完結ディレクトリに完全な実行起源情報を構造化メタデータとともに記録する。
• 人間の検証なしに、四温度銅のポリ晶粒成長ベンチマークで動力学と Arrhenius 活性化エネルギーを回復することを検証する。

Figure 1: AutoMOOSE agentic pipeline. Five claude-sonnet-4-20250514 agents ( $f_{1}$ – $f_{5}$ ) transform a natural-language prompt into a completed MOOSE phase-field simulation. Architect ( $f_{1}$ ) parses the user prompt and constructs the structured simulation plan $\mathcal{P}$ (Eq. ( 9 )), en

実験結果

リサーチクエスチョン

• RQ1 エージェント的AIは自然言語から正しいMOOSE入力ファイルを合成し、相場場シミュレーションを自律的に実行できるか。
• RQ2 自律的な故障回復（時間ステップ、メッシュ、許容誤差）は人間の介入なしに有効な結果へ収束するか。
• RQ3 独立した温度スイープで自律ワークフローは既知の動力学則と Arrhenius パラメータを再現できるか。
• RQ4 パイプラインはプラグインを介して追加の相場場定式へ拡張できるほどモジュール性があるか。

主な発見

• パイプラインは自律的に構文的に有効なMOOSE入力を生成し、ブロック一致率は高く（12ブロック中6ブロック正確、4ブロックは機能等価）人間の参照と一致。
• 四つの並行実行でシリアル実行より1.8×のウォールクロック速度アップを実現。
• エンドツーエンドの整合性チェックは期待される動力学とArrhenius挙動を回復し、粒成長におけるR^2はT≥600 Kで0.90〜0.95。
• 回復したArrhenius活性化エネルギー Q_fit = 0.296 eV は同一メッシュとパラメータ下で指定値 Q = 0.23 eVと一致し（人間の参照実行とも一致）。
• 三つの収束不良クラスを自動的に診断し、1回の修正サイクル内で解決。
• 各実行はシミュレーション計画フィールドと実行メタデータをエンコードした自己記述的な出所レコードを生成する。

Figure 2: AutoMOOSE run directory structure. Each run directory is timestamped and self-contained, comprising: grain_growth.i (complete MOOSE input file), grain_growth.csv (tabulated grain count time series $N(t)$ , Eq. ( 18 )), run.log (full solver stdout), metadata.json (structured provenance reco