SIGA: 자기 진화 코딩 에이전트 어댑터 - 과학 시뮬레이션을 위한

SIGA: Self-Evolving Coding-Agent Adapters for Scientific Simulation

고급 과학 시뮬레이션은 시뮬레이션 목표를 실행 가능한 구성으로 변환하는 특수 입력 언어를 사용하지만, 이를 학습하는 데는 연구자가 며칠에서 몇 주까지 소요될 수 있습니다. 본 연구에서는 시뮬레이터 설정을 에이전트-도구 인터페이스의 기반 문제로 간주합니다. 즉, 일반적인 코딩 에이전트가 실제 과학 소프트웨어를 운영하기 위해 필요한 최소한의 시뮬레이터 특정 어댑터는 무엇일까요? 저희의 생각은 코딩 에이전트는 이미 파일 탐색, 코드 편집, 명령 실행, 출력 수정 등의 기능을 가지고 있지만, 시뮬레이터의 실행 가능한 계약(어휘, 구조적 제약 조건, 검증 규칙 및 종료 조건)을 이해하지 못한다는 것입니다. 본 연구에서는 SIGA (Simulator-Interface Grounding Adapter)를 소개합니다. SIGA는 검색, 절차적 기억, 경로 내 검증 및 검증 기반 종료 기능을 통해 이러한 계약을 제공합니다. 저희는 주로 오픈 소스 다중 물리 시뮬레이터인 GEOS에 대해 SIGA를 평가했습니다. SIGA는 약 5분 만에 완전한 GEOS 설정을 생성했으며, TreeSim 점수는 0.90을 넘어섰습니다. 이는 약 3시간이 소요된 숙련된 전문가의 결과와 거의 동일하며, 약 36배 빠른 속도를 나타냅니다. 더 어려운 테스트 데이터셋에서는 SIGA를 사용했을 때 TreeSim 점수가 0.720에서 0.789로 향상되었으며, 이는 일반 에이전트에 비해 약 10%의 상대적인 성능 향상을 의미합니다. 또한, 시드 간 표준 편차를 최대 16배까지 줄일 수 있습니다. 자기 진화 기능을 통해 SIGA는 이전 경로에서 얻은 정보를 바탕으로 어댑터 내용을 재작성하여 성능을 더욱 향상시켰으며, 이는 테스트 데이터셋에서 가장 높은 평균 GEOS 점수를 달성하고, 최고 수준의 수동 설계 구성과 유사하거나 더 나은 성능을 보였습니다. OpenFOAM 및 LAMMPS로의 적용 결과는 인터페이스에 따라 주요 개선 메커니즘이 달라짐을 보여줍니다. 구조적 완전성이 병목 현상일 때는 검증이 가장 중요하며, 도메인 정확성이 병목 현상일 때는 기억 및 검색 기능이 더 중요합니다. 이러한 결과는 가볍고 스스로 개선 가능한 기반 계층이 일반적인 코딩 에이전트를 실제 과학 소프트웨어의 실용적인 운영자로 전환할 수 있음을 시사합니다.

Advanced scientific simulators expose specialized input languages that turn simulation goals into executable configurations, but learning them can cost domain scientists hours to days. We study simulator setup as a problem of agent-tool interface grounding: what minimal simulator-specific adaptations are needed for an off-the-shelf coding agent to operate real scientific software? Our intuition is that coding agents already know how to navigate files, edit code, run commands, and repair outputs, but they lack the simulator's executable contract: its vocabulary, structural constraints, validation rules, and termination conditions. We introduce SIGA, a Simulator-Interface Grounding Adapter that supplies this contract through retrieval, procedural memory, in-trajectory validation, and validation-enforced termination. We primarily evaluate SIGA on GEOS, an open-source multiphysics simulator used in subsurface science. SIGA produces a complete GEOS deck in about five minutes with TreeSim above 0.90, matching an extended-budget human expert who took about three hours, a roughly 36x wall-clock speedup. On a harder held-out set, grounding raises TreeSim from 0.720 to 0.789, a roughly 10% relative gain over the bare agent, and can reduce the across-seed standard deviation by 16x. Self-evolution further improves SIGA by rewriting adapter contents from prior trajectories, yielding the highest held-out GEOS mean and matching or outperforming the strongest hand-designed configuration. Transfers to OpenFOAM and LAMMPS show that the dominant mechanism shifts by interface: validation matters most when structural completeness is the bottleneck, while memory and retrieval matter most when domain correctness is the bottleneck. These results suggest that lightweight, self-improvable grounding layers can turn general coding agents into practical operators of scientific software.