MAS4SysML: Ein Multi-Agent-Framework für die Modellgenerierung von SysML v2 aus natürlicher Sprache

Summary

Dieses Protokoll präsentiert MAS4SysML, einen Multi-Agenten-Ansatz, der automatisch SysML v2-Code durch koordinierte Aufgabenteilung generiert, nur wenige Reparaturiterationen erfordert und die manuelle Modellierungszeit deutlich reduziert, während die Systemmodellierungseffizienz verbessert wird.

Abstract

Die automatische Generierung genauer SysML-Modelle aus natürlichen Sprachanforderungen kann die Einführung von Model-Based Systems Engineering (MBSE) in der Entwicklung komplexer Systeme erheblich beschleunigen. Allerdings erfüllt die Verwendung großer Sprachmodelle (LLMs) zur Generierung von Modellcode oft nicht die strengen syntaktischen Einschränkungen formaler Modellierungssprachen, und die konsequente Sicherstellung semantischer Ausrichtung zwischen generierten Modellen und Anforderungen bleibt eine Herausforderung. Um diese Herausforderungen zu adressieren, stellt dieses Paper MAS4SysML vor, ein Multi-Agenten-Kollaborationsframework für die SysML v2-Codegenerierung, das die syntaktische Korrektheit und die semantische Konsistenz unter begrenztem Reparaturbudget verbessert. Das Framework zerlegt eine Modellierungsaufgabe in hierarchische Unteraufgaben, formalisiert sie als strukturierte Aufgabenkarten und generiert Modellcode von unten nach oben. Während der Erstellung wird eine offizielle Validierungsumgebung für Syntaxdiagnostik verwendet; Nach Abschluss überprüft das Framework die semantische Konsistenz zwischen Code und Aufgabenkarten. Wenn Syntax- oder semantische Validierung fehlschlägt, repariert und validiert das Framework den Code iterativ innerhalb eines vordefinierten Reparaturbudgets, geleitet von diagnostischem Feedback, bis die Validierungskriterien erfüllt sind oder das Budget aufgebraucht ist. Um die vorgeschlagene Methode zu bewerten, erstellen wir einen SysML v2-Datensatz mit fünf Kernaufgabentypen – Anforderungen, Anwendungsfälle, Struktur, Parametrik und Zustandsautomaten – und führen vergleichende Experimente durch. Die Ergebnisse zeigen, dass MAS4SysML die durchschnittliche Syntaxfehlerrate auf 2,63 senkt, die semantische Ähnlichkeit auf 0,91 erhöht und bestehende Codegenerierungsmethoden insgesamt übertrifft.

Introduction

MBSE ist zu einer Schlüsselmethodik für Anforderungsanalyse, Systemarchitekturdesign und Verifikationsplanung bei der Entwicklung komplexer Geräte in Bereichen wie Luftfahrt und Luft- und Raumfahrt¹ geworden. Mit einheitlichen Modellierungssprachen wie SysML als Modellierungsrückgrat können Informationen – einschließlich Anforderungen, Struktur, Verhalten und Einschränkungen – zu einem kohärenten Modellrahmen organisiert werden, was die Prozessstruktur und die Effizienz interdisziplinärer Zusammenarbeit verbessert². Mit dem weiteren Wachstum der Systemskalierung steigt jedoch die Anzahl ....

Protocol

Der Code-Generierungsprozess des MAS4SysML-Frameworks ist in Supplementary File 1 zusammengefasst. Es sollte beachtet werden, dass diese Studie nicht darauf abzielt, eine einmalige Generierung eines vollständigen Systemmodells aus natürlicher Sprache mit strikter Cross-View-Konsistenz zu erreichen, einschließlich Anforderungen, Struktur, Parametrik und Verhalten. Stattdessen konzentriert sich das Protokoll darauf, mehrere repräsentative Typen von SysML v2-View-Code zu erzeugen.

Phase I: Aufgabenanalyse
Der Workflow beginnt mit der Aufgabenparsing. Das System liefert dem ....

Results

Bewertung des Baseline-Modells
Zunächst wählten wir mehrere gängige LLMs aus und führten vorläufige Leistungstests mit direkter Model-to-Code-Generierung durch, darunter CodeX(175B)¹⁹, CodeGen-Mono(16.1B)²⁰, PaLM Coder(62B)²¹, Alphacode(1.1B)²², Incoder(6.7B)²³ und code-davinci-002(175B)²⁴. Wie in Tabelle 2 da.......

Discussion

Wir schlagen MAS4SysML vor, ein Multi-Agenten-Kollaborationsframework für halbautomatisierte SysML v2 Modellcode-Generierung. Das Framework besteht aus vier funktional komplementären Agenten. Während der Generierung zerlegt es (i) hierarchisch die Anforderungen der natürlichen Sprachmodellierung mittels einer aufgabenbaumbasierten Struktur und formalisiert diese in strukturierte Aufgabenkarten, und (ii) generiert SysML v2 Modellcode von unten nach oben, geleitet von den in diesen Karten .......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
LangChain	LangChain (Open-Source-Projekt)	v1.0.8; https://github.com/langchain-ai/langchain	Rahmenwerk für LLM-Interaktion und Agentenorchestrierung
LangGraph	LangChain (Open-Source-Projekt)	v1.0.3; https://github.com/langchain-ai/langgraph	Multi-Agenten-Workflow-Ausführungsrahmen
Python	Python Software Foundation	3.10.x; https://www.python.org/downloads/release/python-3100/	Hauptprogrammiersprache für MAS4SysML-Implementierung
SysML v2 Pilot-Implementierung	Objektverwaltungsgruppe (OMG)	(Veröffentlichung/Tag-Version bereitstellen); https://github.com/Systems-Modeling/SysML-v2-Pilot-Implementation	Verwendet zur Syntaxvalidierung und Modellparsing