自动化中的自动化:用于控制设计的大型语言模型 [总统致辞]

《IEEE Control Systems》:Automating Automation: Large Language Models for Control Design [President’s Message]

【字体: 大 中 小 】 时间:2026年03月11日 来源:IEEE Control Systems 6.3

编辑推荐:

  摘要:本文提供了社会信息,可能包括新闻、评论或技术笔记,这些内容应该会对从业者和研究人员感兴趣。 在过去几年中,大型语言模型(LLM)的能力迅速发展,人们预测这种发展将快速改变我们未来设计和编程工程系统的方式。我的一位同事,来自伊利诺伊大学厄巴纳-香槟分校(UIUC)电

  

摘要:

本文提供了社会信息,可能包括新闻、评论或技术笔记,这些内容应该会对从业者和研究人员感兴趣。

在过去几年中,大型语言模型(LLM)的能力迅速发展,人们预测这种发展将快速改变我们未来设计和编程工程系统的方式。我的一位同事,来自伊利诺伊大学厄巴纳-香槟分校(UIUC)电气与计算机工程系的Bin Hu,几年前开始系统地研究LLM在控制设计方面的能力,并继续与他的学生和合作者一起进行这项研究。在这篇文章中,我与Bin讨论了他们通过LLM进行控制设计的研究成果、发现以及他对这一领域的展望。

问:是什么促使你考虑通过LLM来研究控制设计?

Bin:我在这个方向上的研究开始得有些偶然。自2023年以来,我一直在与加州大学圣地亚哥分校(UCSD)的Lianhui Qin合作,她从事自然语言处理的研究。有一天,她向我介绍了她关于改进LLM在化学领域推理能力的论文。当时,我对LLM在化学推理方面的表现感到有些惊讶。于是我立刻想到了一个问题:我们为什么不也对控制工程进行同样的研究呢?这就是我开始这个方向的原因。

我希望开发出一个基于LLM的智能系统,能够减少实际控制设计中人类的繁琐工作。

问:你们是什么时候开始这项关于使用LLM进行控制设计的具体研究的?

Bin:我们这项研究始于2024年1月。具体来说,是在1月10日,我给密歇根大学的Pete Seiler和明尼苏达大学的Geir Dullerud发了电子邮件,询问他们是否认为我们应该让我们的前博士生Dariush Keivan探索使用LLM进行控制工程的可能性,他们两人都表示同意(我至今还保留着那封邮件)。起初,我们主要研究LLM如何回答教科书中的控制系统问题。到了2024年5月,我们开始真正探讨LLM智能体(而不仅仅是LLM本身)如何解决更实际的控制设计问题。

问:你们是如何系统地进行这项研究的?

Bin:我们尝试利用我们在控制领域的所有专业知识,开发出可以复现的新基准测试,并使用明确的指标进行评估。与其他关于LLM推理的基准测试论文类似,我们精心设计了具有领域真实性和多样性的任务,涵盖了广泛的控制系统主题。我们用定量指标和消融研究标准化了评估协议,并测试了多种LLM(例如GPT、Gemini、Claude、Llama等),这些LLM的架构和参数规模从数十亿到大约一万亿不等。我们还进行了详细的错误分析,以分类失败模式。这项系统研究有助于识别LLM应用于控制领域时的优势和劣势。

问:最好的LLM在解决复杂的控制设计问题方面表现如何?复杂性指的是什么?你能举几个例子吗?

Bin:每个月都有新的LLM发布。通过将最先进的LLM与Python控制库、Simulink和MATLAB控制工具箱等特定领域的工具结合起来,可以可靠地解决基本的PID(比例-积分-微分)控制设计问题。在我们的一个关键例子中,我们开发了一个控制智能体,它可以自主设计一个控制器,并在实验室中的真实(即物理)倒立摆系统上成功实施。基于LLM的设计工作流程是完全自主的,不需要任何人类干预,控制智能体会根据模拟和实际数据的反馈自行迭代设计。

问:你希望通过这项设计研究达到什么目标?

Bin:我希望开发出一个基于LLM的智能系统,能够减少实际控制设计中人类的繁琐工作。我们已经看到了这方面的有希望的结果。我也对研究LLM是否可以与精益方法结合来证明新的控制定理感兴趣。这个方向目前还处于探索阶段。我还希望更多地了解LLM将如何影响控制工程的教育,并进一步探索Vibe编码在控制领域的潜力。

问:你目前的主要发现是什么?

Bin:我发现LLM领域的发展速度非常快,我们必须做好心理准备,因为每天都在发生变化。在我们开始这项研究时,我们考虑的LLM在处理许多本科水平的控制系统问题时还存在困难。然而,在一年内,随着许多强大的推理模型的出现,这些本科水平的控制系统问题对LLM来说已经不再难了。因此,我认为也许用不了太久,LLM就会被用来构建能够在工业中解决实际控制设计任务的智能体。这种趋势已经在其他工程领域出现,比如数字硬件设计。

问:现在有多少人参与这项研究?

Bin:刚开始时,我们有四位博士生(Dariush Keivan、Xingang Guo、Usman Syed和Aaron Havens)以及前面提到的四位教员(Pete、Geir、Lianhui和我)一起进行了我们的第一个基准测试研究,研究LLM解决教科书级别控制系统问题的能力(见图1)。我的同事Huan Zhang(UIUC)也加入了我们,参与了后续的基于LLM的控制智能体开发研究。

图1 -            Bin Hu(从左数第二个)与合作者Geir Dullerud、Peter Seiler和Huan Zhang在2025年学习决策与控制会议上。
图1

Bin Hu(从左数第二个)与合作者Geir Dullerud、Peter Seiler和Huan Zhang在2025年学习决策与控制会议上。

问:你对LLM和控制设计的未来有什么看法?

Bin:这个领域的发展速度前所未有,很难做出明确的预测。我相信LLM在控制工程领域具有巨大的潜力。真正的挑战在于如何使基于LLM的控制智能体更加可靠和实用。鉴于LLM能力的快速进步及其与正式工具的集成,以及MCP和A2A的发展,我现在所能做的就是保持开放的心态,尽可能灵活地调整我的研究方向,以应对新的突破。

你还有其他想说的评论或观点吗?

Bin:LLM在许多工程领域都显示出了巨大的潜力,而不仅仅是控制领域。有趣的是,我组织了一个更大的项目,涉及65名研究人员,对LLM在多个领域的工程设计能力进行了基准测试,相关论文刚刚被第三十九届神经信息处理系统年会接受(“迈向工程AGI:评估LLM的工程设计能力” [1])。我认为未来甚至有可能开发出通用AI工程师,跨越控制领域的界限。我的意思是,控制系统很少是孤立存在的;它们与机械、电气、通信和软件领域相互作用。一个能够在这些领域之间进行推理的未来AI助手可能会带来变革。我个人非常期待看到未来几年的发展,尽管我们也必须对此保持谨慎和深思熟虑。

最后,我要感谢Alf Isaksson为这篇文章提供的标题。Alf在2025年的IEEE控制技术与应用会议上做了一个精彩的全体报告,其中一部分幻灯片的标题是“自动化”,我毫不客气地借鉴了这个标题用于这篇文章。

Carolyn Beck

CSS总裁

相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号