CGMas는 고분자(폴리머)의 원자 단위(all-atom) 시뮬레이션보다 넓은 스케일을 다루는 코스그레인(coarse-grained) 분자동역학 모델링을 자연어 사양만으로 자동화하는 멀티에이전트 프레임워크다. LLM 추론 에이전트가 고분자 이름으로부터 원자 단위 토폴로지를 추론하고, 계층적 자기교정으로 불포화·헤테로원자·극성 고분자에서 흔한 물리적 오류를 해결하며, 후속 에이전트들이 평형화·매핑·볼츠만 역변환 기반 포텐셜 도출·검증까지 자동 수행한다. 27개의 단일·공중합체 과제를 모두 완료했고 22개 과제에서 원자 단위 밀도를 5% 이내로 재현했으며, 시뮬레이션 준비 시간을 38~88분에서 1분으로 단축했다. 사람이 일일이 도출하던 코스그레인 포텐셜 설계를 에이전틱 LLM으로 자동화할 수 있음을 보여준 사례다.
- •자연어 사양만으로 코스그레인 MD 전 과정을 자동화하는 멀티에이전트 시스템
- •LLM이 고분자 이름에서 원자 단위 토폴로지 추론, 자기교정으로 오류 해결
- •27개 과제 전부 완료, 22개에서 밀도 오차 5% 이내
- •시뮬레이션 준비 시간을 38~88분에서 1분으로 단축
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
A Multi-Agent Framework for Automated Coarse-Grained Molecular Dynamics of Polymers
본문 미리보기
arXiv:2608.06694v1 Announce Type: new Abstract: Coarse-grained (CG) molecular dynamics extends polymer simulation beyond the scales accessible to all-atom (AA) methods, but bottom-up CG modeling is laborious. The CG resolution is a design choice, so a transferable parameter set is generally not available and the potentials are derived anew for each polymer mapping. Here we present CGMas, a multi-agent framework that automates topology construction, equilibration, mapping, potential derivation,
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:11AI 초안
