Research Article

MAS4SysML: Un framework multi-agente per la generazione di modelli SysML v2 dal linguaggio naturale

DOI:

10.3791/70395

May 19th, 2026

In This Article

Summary

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questo protocollo presenta MAS4SysML, un approccio multi-agente che genera automaticamente codice SysML v2 tramite divisione coordinata delle attività, richiedendo poche iterazioni di riparazione e riducendo significativamente i tempi di modellazione manuale migliorando al contempo l'efficienza della modellazione del sistema.

Abstract

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La generazione automatica di modelli SysML accurati a partire dai requisiti del linguaggio naturale può accelerare sostanzialmente l'adozione dell'Ingegneria dei Sistemi Basata su Modelli (MBSE) nello sviluppo di sistemi complessi. Tuttavia, l'uso di grandi modelli linguistici (LLM) per generare codice di modello spesso non rispetta i rigidi vincoli sintattici dei linguaggi di modellazione formale, e garantire costantemente l'allineamento semantico tra modelli generati e requisiti rimane una sfida. Per affrontare queste sfide, questo articolo presenta MAS4SysML, un framework collaborativo multi-agente per la generazione di codice SysML v2 che migliora la correttezza sintattica e la coerenza semantica con un budget di riparazione limitato. Il framework scompone un compito di modellazione in sottocompiti gerarchici, li formalizza come schede di lavoro strutturate e genera codice modello in modo bottom-up. Durante la generazione, viene utilizzato un ambiente ufficiale di validazione per la diagnostica della sintassi; Dopo il completamento, il framework verifica la coerenza semantica tra il codice e le schede di lavoro. Se la validazione sintattica o semantica fallisce, il framework ripara e rivalida iterativamente il codice all'interno di un budget di riparazione predefinito, guidato da feedback diagnostico, fino a quando i criteri di validazione non sono soddisfatti o il budget è esaurito. Per valutare il metodo proposto, costruiamo un dataset SysML v2 che copre cinque tipi di task principali—requisiti, casi d'uso, struttura, parametrici e state machine—e conduciamo esperimenti comparativi. I risultati mostrano che MAS4SysML riduce il tasso medio di errore sintattico a 2,63, aumenta la somiglianza semantica a 0,91 e supera complessivamente i metodi di generazione del codice esistenti.

Introduction

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

L'MBSE è diventato una metodologia chiave per l'analisi dei requisiti, la progettazione dell'architettura di sistema e la pianificazione della verifica nello sviluppo di apparecchiature complesse in ambiti come l'aviazione el'aerospaziale 1. Utilizzando linguaggi di modellazione unificati come SysML come backbone della modellazione, le informazioni — inclusi requisiti, struttura, comportamento e vincoli — possono essere organizzate in un framework modello coerente, migliorando la struttura dei processi e l'efficienza della collaborazioneinterdisciplinare 2. Tuttavia, con la crescita dell....

Access restricted. Please log in or start a trial to view this content.

Protocol

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Il processo di generazione del codice del framework MAS4SysML è riassunto nel File Supplementare 1. Va notato che questo studio non mira a ottenere la generazione one-shot di un modello di sistema completo a partire da un linguaggio naturale con una rigorosa coerenza incrociativa, inclusi requisiti, struttura, parametri e comportamento. Invece, il protocollo si concentra sulla generazione di diversi tipi rappresentativi di codice view SysML v2.

Fase I: Analisi del compito
Il flusso di lavoro inizia con l'analisi delle attività. Il sistema fornisce l'intento di modellazio....

Access restricted. Please log in or start a trial to view this content.

Results

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Valutazione del modello di base
Abbiamo prima selezionato diversi LLM mainstream e condotto test preliminari di prestazioni utilizzando generazione diretta modello-a-codice, tra cui CodeX(175B)19, CodeGen-Mono(16.1B)20, PaLM Coder(62B)21, Alphacode(1.1B)22, Incoder(6.7B)23 e code-davinci-002(175B)24. Come mostrato nella

Access restricted. Please log in or start a trial to view this content.

Discussion

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Proponiamo MAS4SysML, un framework collaborativo multi-agente per la generazione di codice di modelli SysML v2 semi-automatizzata. Il quadro è composto da quattro agenti funzionalmente complementari. Durante la generazione, (i) decompone gerarchicamente i requisiti di modellazione in linguaggio naturale utilizzando una struttura basata su alberi di attività e li formalizza in schede di lavoro strutturate, e (ii) genera codice modello SysML v2 in modo bottom-up, guidato dai vincoli e dall.......

Access restricted. Please log in or start a trial to view this content.

Disclosures

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Gli autori non hanno conflitti di interesse. Gli strumenti AI/LLM venivano utilizzati solo durante la costruzione del dataset. In particolare, per costruire un dataset di valutazione, abbiamo utilizzato uno strumento di IA per generare enunci di problemi di modellazione in linguaggio naturale corrispondenti ai modelli SysML v2 creati manualmente (cioè generando la "descrizione del compito" dato un modello SysML v2 costruito dall'autore), formando coppie input-output per il benchmarking. Oltre a questo scopo limitato, l'IA non è stata utilizzata per generare il metodo proposto, i risultati sperimentali, le analisi dei dati, le figure/tabelle o alcun testo manoscritto.

Acknowledgements

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Questa ricerca è supportata dal Civil Aerospace Project (D020101) dell'Amministrazione Statale Cinese per la Scienza, la Tecnologia e l'Industria per la Difesa Nazionale.

....

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
LangChainLangChain (progetto open-source)v1.0.8; https://github.com/langchain-ai/langchainFramework per l'interazione con LLM e l'orchestrazione degli agenti
LangGraphLangChain (progetto open-source)v1.0.3; https://github.com/langchain-ai/langgraphFramework di esecuzione del flusso di lavoro multi-agente
PythonPython Software Foundation3.10.x; https://www.python.org/downloads/release/python-3100/Linguaggio di programmazione principale per l'implementazione di MAS4SysML
Implementazione pilota di SysML v2Gruppo di Gestione degli Oggetti (OMG)(fornire versione di rilascio/tag); https://github.com/Systems-Modeling/SysML-v2-Pilot-ImplementationUtilizzato per la validazione della sintassi e l'analisi dei modelli

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Miller, W. D. The Future of Systems Engineering: Realizing the Systems Engineering Vision 2035. Transdisciplinarity and the Future of Engineering. , IOS Press. (2022).
  2. Kirshner, M. J. A. Model-based systems engineering cybersecurity for space systems. Aerospace. 10 (2), 116(2023).
  3. Bajaj, M., Fried....

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

SysML Model GenerationMulti Agent FrameworkNatural Language RequirementsModel Based Systems EngineeringSemantic ConsistencySyntactic CorrectnessLarge Language ModelsCode ValidationTask DecompositionSemantic Alignment

Related Articles