Un framework multi-agente basado en LLMs para la automatización del flujo de investigación en simulación de redes con NS-3

Abstract

Este trabajo propone un framework multiagente basado en Large Language Models (LLMs) orientado a la automatización del ciclo de investigación científica en simulación de redes. El sistema, implementado mediante LangGraph, coordina un conjunto de agentes especializados que asisten tareas clave como la revisión bibliográfica, la generación de código en NS-3, la ejecución de simulaciones y el análisis estadístico de resultados. El objetivo principal es reducir el tiempo y la complejidad asociados al diseño, ejecución y documentación de experimentos, preservando la reproducibilidad y el rigor metodológico. Como aporte, el framework incorpora un mecanismo de Memoria Episódica persistente basado en Recuperación Aumentada (RAG), que permite reutilizar conocimiento previo derivado de errores y estrategias de optimización. La implementación actual corresponde a una versión incipiente que opera como prueba de concepto arquitectónica, con una implementación parcial de los agentes descritos, y se encuentra disponible públicamente en un repositorio GitHub [18]. Los resultados evidencian la viabilidad del enfoque y su potencial para avanzar hacia sistemas de automatización inteligente en investigación basada en simulación.