論文の概要: Towards Modeling Human-Agentic Collaborative Workflows: A BPMN Extension

• arxiv url: http://arxiv.org/abs/2412.05958v1
• Date: Sun, 08 Dec 2024 14:34:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-10 14:57:07.656975
• Title: Towards Modeling Human-Agentic Collaborative Workflows: A BPMN Extension
• Title（参考訳）: ヒューマンエージェント協調ワークフローのモデリングに向けて:BPMN拡張
• Authors: Adem Ait, Javier Luis Cánovas Izquierdo, Jordi Cabot,
• Abstract要約: 大規模言語モデル(LLM)は、自律的なインテリジェントエージェントの定義を促進する。 これらのエージェントのオーケストレーションと調整は、いまだに難しい。 現在のビジネスプロセスモデリング言語は、これらの新しい混合コラボレーティブなシナリオを規定することに関して不足しています。 私たちは、この新しいタイプのワークフローの定義を可能にするために、よく知られたプロセスモデリング言語(BPMN)を拡張します。
• 参考スコア（独自算出の注目度）: 2.031841135743809
• License:
• Abstract: Large Language Models (LLMs) have facilitated the definition of autonomous intelligent agents. Such agents have already demonstrated their potential in solving complex tasks in different domains. And they can further increase their performance when collaborating with other agents in a multi-agent system. However, the orchestration and coordination of these agents is still challenging, especially when they need to interact with humans as part of human-agentic collaborative workflows. These kinds of workflows need to be precisely specified so that it is clear whose responsible for each task, what strategies agents can follow to complete individual tasks or how decisions will be taken when different alternatives are proposed, among others. Current business process modeling languages fall short when it comes to specifying these new mixed collaborative scenarios. In this exploratory paper, we extend a well-known process modeling language (i.e., BPMN) to enable the definition of this new type of workflow. Our extension covers both the formalization of the new metamodeling concepts required and the proposal of a BPMN-like graphical notation to facilitate the definition of these workflows. Our extension has been implemented and is available as an open-source human-agentic workflow modeling editor on GitHub.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、自律的なインテリジェントエージェントの定義を促進する。 このようなエージェントはすでに、異なる領域における複雑なタスクの解決の可能性を実証している。 そして、マルチエージェントシステムで他のエージェントと協調する際のパフォーマンスをさらに向上させることができる。 しかしながら、これらのエージェントのオーケストレーションと調整は、特に人間とエージェントの協調ワークフローの一部として人間と対話する必要がある場合、依然として困難である。 これらのワークフローは、それぞれのタスクに誰が責任を持つのか、どの戦略エージェントが個々のタスクを完了するか、異なる代替案が提案されたときにどのように決定されるか、などを明確にするために、正確に指定する必要がある。 現在のビジネスプロセスモデリング言語は、これらの新しい混合コラボレーティブなシナリオを規定することに関して不足しています。 この探索的な論文では、この新しいタイプのワークフローの定義を可能にするために、よく知られたプロセスモデリング言語(BPMN)を拡張します。 私たちの拡張は、必要な新しいメタモデリング概念の形式化と、これらのワークフローの定義を容易にするBPMNのようなグラフィカル表記の提案の両方をカバーしています。 当社のエクステンションは実装されており、GitHub上のオープンソースのヒューマンエージェントワークフローモデリングエディタとして利用可能です。

関連論文リスト

• ComfyBench: Benchmarking LLM-based Agents in ComfyUI for Autonomously Designing Collaborative AI Systems [80.69865295743149]
  この研究は、LLMベースのエージェントを使用して、協調AIシステムを自律的に設計する試みである。 ComfyBenchをベースとしたComfyAgentは,エージェントが自律的に協調的なAIシステムを生成して設計できるようにするフレームワークである。 ComfyAgentは、o1-previewに匹敵する解像度を達成し、ComfyBenchの他のエージェントをはるかに上回っているが、ComfyAgentはクリエイティブタスクの15%しか解決していない。
  論文  参考訳（メタデータ） (2024-09-02T17:44:10Z)
• Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
  既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。 我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。 IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
  論文  参考訳（メタデータ） (2024-07-09T17:33:24Z)
• 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)
• BMW Agents -- A Framework For Task Automation Through Multi-Agent Collaboration [0.0]
  我々は、様々なドメインにわたる複雑なユースケースアプリケーションを扱う柔軟なエージェントエンジニアリングフレームワークの設計に重点を置いている。 提案するフレームワークは,産業用アプリケーションの信頼性を提供し,複数の自律エージェントに対して,スケーラブルでフレキシブルで協調的なワークフローを保証するためのテクニックを提供する。
  論文  参考訳（メタデータ） (2024-06-28T16:39:20Z)
• Multi-Agent Consensus Seeking via Large Language Models [6.922356864800498]
  大規模言語モデル(LLM)によって駆動されるマルチエージェントシステムは、複雑なタスクを協調的に解決する有望な能力を示している。 この研究は、マルチエージェントコラボレーションにおける根本的な問題であるコンセンサス探索について考察する。
  論文  参考訳（メタデータ） (2023-10-31T03:37:11Z)
• AgentCF: Collaborative Learning with Autonomous Language Agents for Recommender Systems [112.76941157194544]
  本稿では,エージェントベースの協調フィルタリングにより,レコメンデータシステムにおけるユーザとイテムのインタラクションをシミュレートするエージェントCFを提案する。 我々は、ユーザだけでなく、アイテムをエージェントとして、創造的に考慮し、両方のエージェントを同時に最適化する協調学習アプローチを開発します。 全体として、最適化されたエージェントは、ユーザ・イテム、ユーザ・ユーザ・ユーザ、アイテム・イテム、集合的インタラクションなど、フレームワーク内での多様なインタラクションの振る舞いを示す。
  論文  参考訳（メタデータ） (2023-10-13T16:37:14Z)
• AgentVerse: Facilitating Multi-Agent Collaboration and Exploring Emergent Behaviors [93.38830440346783]
  本稿では,その構成をより高機能なシステムとして協調的に調整できるマルチエージェントフレームワークを提案する。 実験により,フレームワークが単一エージェントより優れたマルチエージェントグループを効果的に展開できることが実証された。 これらの振舞いの観点から、我々は、ポジティブなものを活用し、ネガティブなものを緩和し、マルチエージェントグループの協調可能性を改善するためのいくつかの戦略について議論する。
  論文  参考訳（メタデータ） (2023-08-21T16:47:11Z)
• Power-up! What Can Generative Models Do for Human Computation Workflows? [13.484359389266864]
  クラウドソーシングの一環としての大規模言語モデル(LLM)の調査は、まだ未調査の領域である。 実証的な観点から、LLMがクラウドソーシングの有効性をどのように改善できるかについては、現時点ではほとんど分かっていない。
  論文  参考訳（メタデータ） (2023-07-05T12:35:29Z)
• A Unified Architecture for Dynamic Role Allocation and Collaborative Task Planning in Mixed Human-Robot Teams [0.0]
  任意のサイズの混合ロボットチームにおいて,動的役割割り当てと協調作業計画のための新しいアーキテクチャを提案する。 このアーキテクチャは、動作木(BT)に基づく集中型リアクティブかつモジュール型タスク非依存の計画手法を基盤としている。 MILPコストとして使用されるさまざまなメトリクスにより、アーキテクチャはコラボレーションの様々な側面を好むことができる。
  論文  参考訳（メタデータ） (2023-01-19T12:30:56Z)
• Multi-agent Deep Covering Skill Discovery [50.812414209206054]
  本稿では,複数エージェントの結合状態空間の予測被覆時間を最小化し,マルチエージェントオプションを構築するマルチエージェントDeep Covering Option Discoveryを提案する。 また、MARLプロセスにマルチエージェントオプションを採用するための新しいフレームワークを提案する。 提案アルゴリズムは,アテンション機構とエージェントの相互作用を効果的に把握し,マルチエージェントオプションの同定に成功した。
  論文  参考訳（メタデータ） (2022-10-07T00:40:59Z)

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。