この記事では、複数のエージェントが特殊化された大規模言語モデル（LLM）およびハードウェアシミュレーションツールを組み合わせて、ヒューマンインターベンションなしにレジスタ転送レベル（RTL）生成という複雑なタスクを協力的に完了するエージェントフローを提案します。主な特徴は、進行的エラーフィードバックシステム（PEFA）であり、反復的なエラーフィードバックを利用して、アプローチの複雑さを徐々に高める自己修正メカニズムです。生成されたRTLは、コンパイル、機能的正確性、合成可能な構造に対するチェックを含みます。この適応型コード生成アプローチを検証するために、オープンソースの自然言語からRTLへのデータセットを使用したベンチマーキングが実施されています。提案手法は、オープンソースエージェントフレームワーク上で実装され、これまでの方法に対して新たなベンチマークを設定し、トークン数の面でも効率的であることを示しています。