論文の概要: A survey of agent interoperability protocols: Model Context Protocol (MCP), Agent Communication Protocol (ACP), Agent-to-Agent Protocol (A2A), and Agent Network Protocol (ANP)

• arxiv url: http://arxiv.org/abs/2505.02279v1
• Date: Sun, 04 May 2025 22:18:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-06 18:49:35.526833
• Title: A survey of agent interoperability protocols: Model Context Protocol (MCP), Agent Communication Protocol (ACP), Agent-to-Agent Protocol (A2A), and Agent Network Protocol (ANP)
• Title（参考訳）: エージェント相互運用プロトコル:モデルコンテキストプロトコル(MCP)、エージェント通信プロトコル(ACP)、エージェント間通信プロトコル(A2A)、エージェントネットワークプロトコル(ANP)
• Authors: Abul Ehtesham, Aditi Singh, Gaurav Kumar Gupta, Saket Kumar,
• Abstract要約: モデルコンテキストプロトコル(MCP)、エージェント通信プロトコル(ACP)、エージェント・ツー・エージェントプロトコル(A2A)、エージェントネットワークプロトコル(ANP)の4つの新しいエージェント通信プロトコルについて検討する。 MCPはセキュアなツール呼び出しと型付きデータ交換のためのクライアントサーバインターフェースを提供する。 ACPはマルチパートメッセージと非同期ストリーミングによるRESTネイティブメッセージングを導入し、マルチモーダルエージェント応答をサポートする。 A2Aは機能ベースのエージェントカードを通じてピアツーピアタスクのアウトソーシングを可能にする。 ANPは、分散識別子(DID)とグラフを使用して、オープンネットワークエージェントの発見と安全なコラボレーションをサポートする。
• 参考スコア（独自算出の注目度）: 0.8463972278020965
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language model (LLM)-powered autonomous agents demand robust, standardized protocols to integrate tools, share contextual data, and coordinate tasks across heterogeneous systems. Ad-hoc integrations are difficult to scale, secure, and generalize across domains. This survey examines four emerging agent communication protocols: Model Context Protocol (MCP), Agent Communication Protocol (ACP), Agent-to-Agent Protocol (A2A), and Agent Network Protocol (ANP), each addressing interoperability in distinct deployment contexts. MCP provides a JSON-RPC client-server interface for secure tool invocation and typed data exchange. ACP introduces REST-native messaging via multi-part messages and asynchronous streaming to support multimodal agent responses. A2A enables peer-to-peer task outsourcing through capability-based Agent Cards, facilitating enterprise-scale workflows. ANP supports open-network agent discovery and secure collaboration using decentralized identifiers (DIDs) and JSON-LD graphs. The protocols are compared across multiple dimensions, including interaction modes, discovery mechanisms, communication patterns, and security models. Based on the comparative analysis, a phased adoption roadmap is proposed: beginning with MCP for tool access, followed by ACP for multimodal messaging, A2A for collaborative task execution, and extending to ANP for decentralized agent marketplaces. This work provides a comprehensive foundation for designing secure, interoperable, and scalable ecosystems of LLM-powered agents.
• Abstract（参考訳）: 大規模言語モデル(LLM)を利用した自律エージェントは、ツールの統合、コンテキストデータの共有、異種システム間のタスクのコーディネートといった、堅牢で標準化されたプロトコルを必要とする。 アドホックな統合は、ドメインをまたいだ拡張、セキュア、一般化が難しい。 モデルコンテキストプロトコル(MCP)、エージェント通信プロトコル(ACP)、エージェント・ツー・エージェントプロトコル(A2A)、エージェントネットワークプロトコル(ANP)の4つの新しいエージェント通信プロトコルについて検討する。 MCPは、セキュアなツール呼び出しと型付きデータ交換のためのJSON-RPCクライアントサーバインターフェースを提供する。 ACPはマルチパートメッセージと非同期ストリーミングによるRESTネイティブメッセージングを導入し、マルチモーダルエージェント応答をサポートする。 A2Aは機能ベースのAgent Cardを通じてピアツーピアタスクのアウトソーシングを可能にし、エンタープライズ規模のワークフローを容易にする。 ANPは、分散識別子(DID)とJSON-LDグラフを使用して、オープンネットワークエージェントの検出とセキュアなコラボレーションをサポートする。 プロトコルは、インタラクションモード、発見メカニズム、通信パターン、セキュリティモデルなど、複数の次元で比較される。 比較分析に基づいて、段階的な採用ロードマップが提案されている: ツールアクセスにCP、マルチモーダルメッセージングにACP、協調タスク実行にA2A、分散エージェントマーケットプレースにAPPに拡張。 この作業は、LLMエージェントのセキュアで相互運用可能でスケーラブルなエコシステムを設計するための包括的な基盤を提供する。

関連論文リスト

• A Survey of AI Agent Protocols [35.431057321412354]
  大きな言語モデル(LLM)エージェントが外部ツールやデータソースと通信する標準的な方法はありません。 この標準化されたプロトコルの欠如は、エージェントが協力したり、効果的にスケールするのを難しくする。 LLMエージェントの統一通信プロトコルは、これを変更できる。
  論文  参考訳（メタデータ） (2025-04-23T14:07:26Z)
• MultiAgentBench: Evaluating the Collaboration and Competition of LLM agents [59.825725526176655]
  大規模言語モデル(LLM)は、自律的なエージェントとして顕著な能力を示している。 既存のベンチマークでは、単一エージェントタスクにフォーカスするか、狭いドメインに限定されており、マルチエージェントのコーディネーションと競合のダイナミクスを捉えていない。 多様な対話シナリオにまたがってLLMベースのマルチエージェントシステムを評価するためのベンチマークであるMultiAgentBenchを紹介する。
  論文  参考訳（メタデータ） (2025-03-03T05:18:50Z)
• 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)
• 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)
• Context-aware Communication for Multi-agent Reinforcement Learning [6.109127175562235]
  マルチエージェント強化学習(MARL)のための文脈認識型コミュニケーション手法を開発した。 第1段階では、エージェントは放送方式で粗い表現を交換し、第2段階のコンテキストを提供する。 その後、エージェントは第2段階の注意機構を利用し、受信機用にパーソナライズされたメッセージを選択的に生成する。 CACOMの有効性を評価するため,アクタ批判型と値に基づくMARLアルゴリズムを併用する。
  論文  参考訳（メタデータ） (2023-12-25T03:33:08Z)
• 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。