論文の概要: NANDA Adaptive Resolver: Architecture for Dynamic Resolution of AI Agent Names
- arxiv url: http://arxiv.org/abs/2508.03113v1
- Date: Tue, 05 Aug 2025 05:47:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-06 18:18:55.805393
- Title: NANDA Adaptive Resolver: Architecture for Dynamic Resolution of AI Agent Names
- Title（参考訳）: NANDA Adaptive Resolver:AIエージェント名の動的解決のためのアーキテクチャ
- Authors: John Zinky, Hema Seshadri, Mahesh Lambe, Pradyumna Chari, Ramesh Raskar,
- Abstract要約: AdaptiveResolverは、AIエージェント通信の静的エンドポイント解決の制限に対処するために設計された、動的マイクロサービスアーキテクチャである。
従来のDNSや静的URLとは異なり、AdaptiveResolverはコンテキスト対応でリアルタイムな通信エンドポイントの選択を可能にする。
- 参考スコア（独自算出の注目度）: 9.840894443659131
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AdaptiveResolver is a dynamic microservice architecture designed to address the limitations of static endpoint resolution for AI agent communication in distributed, heterogeneous environments. Unlike traditional DNS or static URLs, AdaptiveResolver enables context-aware, real-time selection of communication endpoints based on factors such as geographic location, system load, agent capabilities, and security threats. Agents advertise their Agent Name and context requirements through Agent Fact cards in an Agent Registry/Index. A requesting Agent discovers a Target Agent using the registry. The Requester Agent can then resolve the Target Agent Name to obtain a tailored communication channel to the agent based on actual environmental context between the agents. The architecture supports negotiation of trust, quality of service, and resource constraints, facilitating flexible, secure, and scalable agent-to-agent interactions that go beyond the classic client-server model. AdaptiveResolver provides a foundation for robust, future-proof agent communication that can evolve with increasing ecosystem complexity.
- Abstract（参考訳）: AdaptiveResolverは、分散異種環境におけるAIエージェント通信のための静的エンドポイント解決の制限に対処するために設計された動的マイクロサービスアーキテクチャである。
従来のDNSや静的URLとは異なり、AdaptiveResolverは地理的位置、システム負荷、エージェント機能、セキュリティ脅威といった要因に基づいて、コンテキスト対応のリアルタイムな通信エンドポイントの選択を可能にする。
エージェントはエージェント名とAgens Registry/IndexのAgens Factカードを通じて、Agens Nameとコンテキスト要件を宣伝する。
リクエストエージェントはレジストリを使用してターゲットエージェントを検出する。
リクエストエージェントは、ターゲットエージェント名を解決して、エージェント間の実際の環境コンテキストに基づいて、エージェントに調整された通信チャネルを取得することができる。
このアーキテクチャは、信頼の交渉、サービスの質、リソースの制約をサポートし、古典的なクライアント・サーバモデルを超えて、柔軟でセキュアでスケーラブルなエージェント・ツー・エージェントのインタラクションを容易にします。
AdaptiveResolverは、エコシステムの複雑さを増すとともに進化できる堅牢で将来的なエージェント通信の基盤を提供する。
関連論文リスト
- Using the NANDA Index Architecture in Practice: An Enterprise Perspective [9.707223291705601]
自律型AIエージェントの普及は、従来のWebアーキテクチャから協調的なインテリジェントシステムへのパラダイムシフトを表している。
本稿では,セキュアで信頼性が高く,相互運用可能なAIエージェントエコシステムの基盤要件に対処する包括的なフレームワークを提案する。
論文 参考訳（メタデータ） (2025-08-05T05:27:27Z) - Agentic Web: Weaving the Next Web with AI Agents [109.13815627467514]
大規模言語モデル(LLM)を活用したAIエージェントの出現は、エージェントWebに対する重要な転換点である。
このパラダイムでは、エージェントが直接対話して、ユーザに代わって複雑なタスクを計画、コーディネート、実行します。
本稿では,エージェントWebの理解と構築のための構造化フレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-28T17:58:12Z) - AnyMAC: Cascading Flexible Multi-Agent Collaboration via Next-Agent Prediction [70.60422261117816]
本稿では,グラフ構造ではなくシーケンシャル構造を用いて,マルチエージェント協調を再考するフレームワークを提案する。
提案手法は,(1)各ステップで最も適したエージェントロールを選択するNext-Agent Predictionと,(2)各エージェントが前ステップから関連する情報にアクセスできるようにするNext-Context Selectionの2つの重要な方向に焦点を当てる。
論文 参考訳（メタデータ） (2025-06-21T18:34:43Z) - Agent Name Service (ANS): A Universal Directory for Secure AI Agent Discovery and Interoperability [0.0]
AIエージェントの増殖には、安全な発見のための堅牢なメカニズムが必要である。
本稿では,公開エージェント発見フレームワークの欠如に対処するDNSに基づく新しいアーキテクチャであるAgent Name Service(ANS)を紹介する。
論文 参考訳（メタデータ） (2025-05-15T17:49:36Z) - Agent-as-a-Service based on Agent Network [9.5094423572869]
本稿では,RGPS(Role-Goal-Process-Service)標準に基づくサービス指向パラダイムであるエージェントネットワーク(A-AN)に基づくエージェント・アズ・ア・サービスを提案する。
A-ANは、構築、統合、相互運用性、ネットワーク化されたコラボレーションを含む、エージェントライフサイクル全体を統一する。
我々は,MASにおける長鎖協調の今後の研究を促進するために,1万個の長軸マルチエージェントを含むデータセットをリリースする。
論文 参考訳（メタデータ） (2025-05-13T11:15:19Z) - Internet of Agents: Fundamentals, Applications, and Challenges [66.44234034282421]
異種エージェント間のシームレスな相互接続、動的発見、協調的なオーケストレーションを可能にする基盤となるフレームワークとして、エージェントのインターネット(IoA)を紹介した。
我々は,機能通知と発見,適応通信プロトコル,動的タスクマッチング,コンセンサスとコンフリクト解決機構,インセンティブモデルなど,IoAの重要な運用イネーラを分析した。
論文 参考訳（メタデータ） (2025-05-12T02:04:37Z) - IntellAgent: A Multi-Agent Framework for Evaluating Conversational AI Systems [2.2810745411557316]
IntellAgentは、対話型AIシステムを評価するためのスケーラブルでオープンソースのフレームワークである。
IntellAgentは、ポリシー駆動グラフモデリング、リアルイベント生成、対話型ユーザエージェントシミュレーションを組み合わせることで、合成ベンチマークの作成を自動化する。
我々の研究は、IntellAgentが、研究と展開の橋渡しの課題に対処することで、会話AIを前進させるための効果的なフレームワークであることを示した。
論文 参考訳（メタデータ） (2025-01-19T14:58:35Z) - 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) - Coordinating Policies Among Multiple Agents via an Intelligent
Communication Channel [81.39444892747512]
MARL(Multi-Agent Reinforcement Learning)では、エージェントが直接通信できる特別なチャンネルがしばしば導入される。
本稿では,エージェントの集団的性能を向上させるために,エージェントが提供した信号の伝達と解釈を学習する,インテリジェントなファシリテータを通じてエージェントがコミュニケーションする手法を提案する。
論文 参考訳（メタデータ） (2022-05-21T14:11:33Z)
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。