ADAPT for Science：自演化科学优化的多智能体系统

ADAPT for Science提出一种将科学优化视为搜索位置与搜索方式双重耦合决策的多智能体框架。该框架利用历史设计识别初始条件，并基于执行反馈演化优化程序。在引力波探测器设计的评估中，ADAPT在匹配预算下取得平均损失0.204 ± 0.101，较最佳传统优化器降低54.9%，较最佳通用agentic基线降低62.2%，并在所有未见拓扑中损失最低。