論文の概要: Work State-Centric AI Agents: Design, Implementation, and Management of Cognitive Work Threads

• arxiv url: http://arxiv.org/abs/2311.09576v1
• Date: Thu, 16 Nov 2023 05:21:25 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-17 16:24:46.200100
• Title: Work State-Centric AI Agents: Design, Implementation, and Management of Cognitive Work Threads
• Title（参考訳）: ワークステート中心AIエージェント:認知作業スレッドの設計、実装、管理
• Authors: Chen Zhang
• Abstract要約: 本稿では,タスク実行中の状態を記録・反映するために,作業ノートを用いた作業状態中心型AIエージェントモデルを提案する。 本稿では、タスク監視のためのワーカースレッド、タスクの分解と計画のためのプランナーモジュール、サブタスクを実行するためのエグゼクタモジュールを特徴とするモデルのアーキテクチャを詳述する。
• 参考スコア（独自算出の注目度）: 6.920979776722456
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: AI agents excel in executing predefined tasks, but the dynamic management of work state information during task execution remains an underexplored area. We propose a work state-centric AI agent model employing "work notes" to record and reflect the state throughout task execution. This paper details the model's architecture, featuring worker threads for task oversight, planner modules for task decomposition and planning, and executor modules for performing subtasks using a ReAct-inspired thought-action loop. We provide an exhaustive work state record incorporating plans and outcomes, constituting a comprehensive work journal. Our results show that this model not only improves task execution efficiency but also lays a solid foundation for subsequent task analysis and auditing.
• Abstract（参考訳）: aiエージェントは事前定義されたタスクの実行に優れていますが、タスク実行中の作業状態情報の動的管理は未調査領域のままです。 本稿では,タスク実行中の状態を記録・反映するために,作業ノートを用いた作業状態中心AIエージェントモデルを提案する。 本稿では,タスク監視のためのworkerスレッド,タスク分割と計画のためのplannerモジュール,reactにインスパイアされた思考行動ループを用いたサブタスクを実行するexecutorモジュールを特徴とする,モデルのアーキテクチャについて述べる。 我々は、総合的なワークジャーナルを構成する計画と成果を取り入れた、徹底的な作業状態記録を提供する。 その結果,本モデルはタスク実行効率を向上するだけでなく,その後のタスク分析と監査の基盤となることが示唆された。

関連論文リスト

• WorkArena++: Towards Compositional Planning and Reasoning-based Common Knowledge Work Tasks [85.95607119635102]
  大型言語モデル(LLM)は人間のような知性を模倣することができる。 WorkArena++は、Webエージェントの計画、問題解決、論理的/論理的推論、検索、コンテキスト的理解能力を評価するように設計されている。
  論文  参考訳（メタデータ） (2024-07-07T07:15:49Z)
• Anticipate & Collab: Data-driven Task Anticipation and Knowledge-driven Planning for Human-robot Collaboration [13.631341660350028]
  日々の生活活動において人間を支援するエージェントは、今後の課題を予測してより効果的に協力することができる。 データ駆動型手法はタスク予測、計画、関連する問題の最先端を表現しているが、これらの手法は資源不足と不透明である。 本稿では,人間とロボットのコラボレーションに向けたこれまでの取り組みを大幅に拡張するフレームワークであるDaTAPlanについて述べる。
  論文  参考訳（メタデータ） (2024-04-04T16:52:48Z)
• The Foundations of Computational Management: A Systematic Approach to Task Automation for the Integration of Artificial Intelligence into Existing Workflows [55.2480439325792]
  本稿では,タスク自動化の体系的アプローチである計算管理を紹介する。 この記事では、ワークフロー内でAIを実装するプロセスを開始するための、ステップバイステップの手順を3つ紹介する。
  論文  参考訳（メタデータ） (2024-02-07T01:45:14Z)
• TaskBench: Benchmarking Large Language Models for Task Automation [82.2932794189585]
  タスク自動化における大規模言語モデル(LLM)の機能を評価するためのフレームワークであるTaskBenchを紹介する。 具体的には、タスクの分解、ツールの選択、パラメータ予測を評価する。 提案手法は, 自動構築と厳密な人的検証を組み合わせることで, 人的評価との整合性を確保する。
  論文  参考訳（メタデータ） (2023-11-30T18:02:44Z)
• Long-Horizon Planning and Execution with Functional Object-Oriented Networks [79.94575713911189]
  タスク計画と実行のためのFOONとしてオブジェクトレベルの知識を活用するというアイデアを紹介します。 提案手法では,FOONをPDDLに自動変換し,市販のプランナ,アクションコンテキスト,ロボットスキルを活用する。 我々はCoppeliaSimの長期タスクに対するアプローチを実証し、学習されたアクションコンテキストを、これまで見たことのないシナリオにどのように拡張できるかを示す。
  論文  参考訳（メタデータ） (2022-07-12T19:29:35Z)
• Procedures as Programs: Hierarchical Control of Situated Agents through Natural Language [81.73820295186727]
  エージェント命令と制御のための階層的な手続き的知識を表現する強力な手法である,プログラムとしての手続きの形式化を提案する。 NL命令に対するIQAおよびALFREDデータセット上で、このフレームワークをインスタンス化する。
  論文  参考訳（メタデータ） (2021-09-16T20:36:21Z)
• Towards Robust One-shot Task Execution using Knowledge Graph Embeddings [19.57941107338933]
  タスクプランの複数のデモを必要とすることは、ロボットのエンドユーザに負担をもたらす。 ロボットがタスク計画の1つのデモンストレーションまたはプロトタイプの例を新しい実行環境に一般化しなければならないワンショットタスク実行の問題に対処する。 提案手法はタスク計画とドメイン知識を統合し、タスク計画の構成要素を新しい実行環境に推論する。
  論文  参考訳（メタデータ） (2021-05-10T16:21:53Z)
• Exploring Relational Context for Multi-Task Dense Prediction [76.86090370115]
  我々は,共通バックボーンと独立タスク固有のヘッドで表される,密集予測タスクのためのマルチタスク環境を考える。 マルチタスク設定では,グローバルやローカルなど,さまざまな注意に基づくコンテキストを探索する。 タスクペアごとに利用可能なすべてのコンテキストのプールをサンプリングするAdaptive Task-Relational Contextモジュールを提案する。
  論文  参考訳（メタデータ） (2021-04-28T16:45:56Z)
• Sequence-to-sequence models for workload interference [1.988145627448243]
  データセンターでのジョブのスケジューリングは難しいシナリオであり、ジョブは厳しいスローダウンや実行の失敗につながるリソースを競うことができる。 現在のテクニックは、多くが機械学習とジョブモデリングを含むもので、時間にわたってワークロードの振る舞いを要約に基づいている。 本稿では,リソースや実行時間に対する行動に基づいて,データセンタ上でのジョブの協調スケジューリングをモデル化する手法を提案する。
  論文  参考訳（メタデータ） (2020-06-25T14:11:46Z)

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。