論文の概要: JS-son -- A Lean, Extensible JavaScript Agent Programming Library
- arxiv url: http://arxiv.org/abs/2003.04690v1
- Date: Tue, 10 Mar 2020 13:27:59 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-24 21:48:40.956228
- Title: JS-son -- A Lean, Extensible JavaScript Agent Programming Library
- Title（参考訳）: JS-son - リーンで拡張可能なJavaScriptエージェントプログラミングライブラリ
- Authors: Timotheus Kampik and Juan Carlos Nieves
- Abstract要約: 推論ループエージェントを実装するための、リーンJavaScriptライブラリのプロトタイプを提供する。
このライブラリはコアエージェントプログラミングの概念に重点を置いており、プログラミングアプローチにさらなる制限を課すことを控えている。
我々は,このライブラリをWeb上のマルチエージェントシステムシミュレーションに適用し,クラウドにホストされた関数・アズ・ア・サービス環境にデプロイし,Pythonベースのデータサイエンスツールに組み込む方法を示す。
- 参考スコア（独自算出の注目度）: 1.8275108630751837
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A multitude of agent-oriented software engineering frameworks exist, most of
which are developed by the academic multi-agent systems community. However,
these frameworks often impose programming paradigms on their users that are
challenging to learn for engineers who are used to modern high-level
programming languages such as JavaScript and Python. To show how the adoption
of agent-oriented programming by the software engineering mainstream can be
facilitated, we provide a lean JavaScript library prototype for implementing
reasoning-loop agents. The library focuses on core agent programming concepts
and refrains from imposing further restrictions on the programming approach. To
illustrate its usefulness, we show how the library can be applied to
multi-agent systems simulations on the web, deployed to cloud-hosted
function-as-a-service environments, and embedded in Python-based data science
tools.
- Abstract（参考訳）: エージェント指向のソフトウェアエンジニアリングフレームワークは数多く存在し、そのほとんどは学術的マルチエージェントシステムコミュニティによって開発されている。
しかしながら、これらのフレームワークは、JavaScriptやPythonのようなモダンなハイレベルプログラミング言語に慣れているエンジニアのために学ぶのが難しい、プログラミングパラダイムをユーザに課すことが多い。
ソフトウェア工学の主流によるエージェント指向プログラミングの導入がいかに容易かを示すため、推論ループエージェントを実装するためのリーンJavaScriptライブラリのプロトタイプを提供する。
このライブラリはコアエージェントプログラミングの概念に重点を置いており、プログラミングアプローチにさらなる制限を課すことを控えている。
その有用性を説明するために、このライブラリをweb上のマルチエージェントシステムシミュレーションに適用し、クラウドでホストされたfunction-as-a-service環境にデプロイし、pythonベースのデータサイエンスツールに組み込む方法を示す。
関連論文リスト
- Automated Design of Agentic Systems [5.404186221463082]
我々は,エージェントシステムの設計を自動生成することを目的とした,エージェントシステムの自動設計という新しい研究領域を定式化する。
我々のアルゴリズムは、最先端の手作りエージェントを大幅に上回る斬新なデザインでエージェントを段階的に発明できることが示される。
論文 参考訳（メタデータ） (2024-08-15T21:59:23Z) - AutoGen Studio: A No-Code Developer Tool for Building and Debugging Multi-Agent Systems [31.113305753414913]
ATOGEN STUDIOは、マルチエージェントシステムを迅速にプロトタイピングするためのノーコード開発ツールである。
エージェント仕様のための直感的なドラッグ&ドロップUI、インタラクティブな評価、再利用可能なエージェントコンポーネントのギャラリーを提供する。
論文 参考訳（メタデータ） (2024-08-09T03:27:37Z) - OpenHands: An Open Platform for AI Software Developers as Generalist Agents [109.8507367518992]
私たちは、人間の開発者と同じような方法で世界と対話するAIエージェントを開発するためのプラットフォームであるOpenHandsを紹介します。
プラットフォームが新しいエージェントの実装を可能にし、コード実行のためのサンドボックス環境との安全なインタラクション、評価ベンチマークの導入について説明する。
論文 参考訳（メタデータ） (2024-07-23T17:50:43Z) - Symbolic Learning Enables Self-Evolving Agents [55.625275970720374]
エージェントシンボリックラーニング(エージェントシンボリックラーニング)(エージェントシンボリックラーニング)は、言語エージェントが自分自身で最適化できるための体系的なフレームワークである。
エージェント記号学習は、コネクショナリズム学習における2つの基本的なアルゴリズムを模倣することにより、言語エージェント内のシンボルネットワークを最適化するように設計されている。
我々は、標準ベンチマークと複雑な実世界のタスクの両方で概念実証実験を行う。
論文 参考訳（メタデータ） (2024-06-26T17:59:18Z) - AgentScope: A Flexible yet Robust Multi-Agent Platform [66.64116117163755]
AgentScopeは、メッセージ交換をコアコミュニケーションメカニズムとする、開発者中心のマルチエージェントプラットフォームである。
豊富な構文ツール、組み込みエージェントとサービス機能、アプリケーションのデモとユーティリティモニタのためのユーザフレンドリなインターフェース、ゼロコードプログラミングワークステーション、自動プロンプトチューニング機構により、開発とデプロイメントの両方の障壁は大幅に低下した。
論文 参考訳（メタデータ） (2024-02-21T04:11:28Z) - OpenAgents: An Open Platform for Language Agents in the Wild [71.16800991568677]
OpenAgentsは、日々の生活の中で言語エージェントを使い、ホストするためのオープンなプラットフォームです。
我々は課題と機会を解明し、現実世界の言語エージェントの将来の研究と開発の基礎を築きたいと考えています。
論文 参考訳（メタデータ） (2023-10-16T17:54:53Z) - Agents: An Open-source Framework for Autonomous Language Agents [98.91085725608917]
我々は、言語エージェントを人工知能への有望な方向と見なしている。
Agentsはオープンソースライブラリで、これらの進歩を広く非専門的な聴衆に開放することを目的としています。
論文 参考訳（メタデータ） (2023-09-14T17:18:25Z) - CodeTF: One-stop Transformer Library for State-of-the-art Code LLM [72.1638273937025]
我々は、最先端のCode LLMとコードインテリジェンスのためのオープンソースのTransformerベースのライブラリであるCodeTFを紹介する。
我々のライブラリは、事前訓練されたコードLLMモデルと人気のあるコードベンチマークのコレクションをサポートします。
CodeTFが機械学習/生成AIとソフトウェア工学のギャップを埋められることを願っている。
論文 参考訳（メタデータ） (2023-05-31T05:24:48Z) - What is it like to program with artificial intelligence? [10.343988028594612]
大規模言語モデルは、自然言語で表される様々な問題を解決するためにコードを生成することができる。
この技術はすでに、少なくとも1つの広く使用されているプログラミングエディタ拡張、GitHub Copilotで商用化されている。
我々は,大規模言語モデル(LLM支援プログラミング)を用いたプログラミングが,プログラマ支援の事前概念化とどのように似ており,異なるのかを考察する。
論文 参考訳（メタデータ） (2022-08-12T10:48:46Z) - JAM: The JavaScript Agent Machine for Distributed Computing and
Simulation with reactive and mobile Multi-agent Systems -- A Technical Report [0.0]
本稿では、JavaScript Agent Machine(JAM)プラットフォームのチュートリアル的な側面を持つ技術的レポートである。
簡単な例では、JAMプラットフォームとそのコンポーネントが大規模マルチエージェントシステムのデプロイに有効であることを説明している。
論文 参考訳（メタデータ） (2022-07-22T19:01:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。