論文の概要: Designing the Hybrid Cooperative: A Socio-Technical Architecture for Scalable, Global Coordination Using Blockchain

• arxiv url: http://arxiv.org/abs/2509.13156v1
• Date: Tue, 16 Sep 2025 15:09:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-17 17:50:53.142365
• Title: Designing the Hybrid Cooperative: A Socio-Technical Architecture for Scalable, Global Coordination Using Blockchain
• Title（参考訳）: ハイブリッド協調を設計する:ブロックチェーンを用いたスケーラブルでグローバルな協調のための社会技術的アーキテクチャ
• Authors: Henrik Axelsen, Jan Damsgaard,
• Abstract要約: スマートコントラクトのコーディネーションと,最小限のコード優先の法的インターフェースと司法モジュールを組み合わせた,デジタルネイティブなガバナンスアーキテクチャを開発する。 サプライチェーンにおける2つのトレーサビリティイニシアティブに対するポストケース評価は、HCが分散タスク管理、検証可能な情報、インセンティブアライメント、制度的相互運用性、スケーラブルで競争可能なガバナンスをどのように改善するかを示している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Blockchain has been promoted as a remedy for coordination in fragmented, multi-stakeholder ecosystems, yet many projects stall at pilot stage. Using a design-science approach, we develop the Hybrid Cooperative (HC), a digitally native governance architecture that combines smart-contract coordination with a minimal, code-deferent legal interface and jurisdictional modules. This selective decentralization decentralizes rules where programmability lowers agency and verification costs, and centralizes only what is needed for enforceability. A post-case evaluation against two traceability initiatives in supply chains illustrates how the HC improves distributed task management, verifiable information, incentive alignment, institutional interoperability, and scalable, contestable governance. The paper contributes to Information Systems by specifying a socio-technical model for scalable, multi-stakeholder coordination across regulatory and organizational boundaries.
• Abstract（参考訳）: ブロックチェーンは断片化されたマルチステークホルダーエコシステムの調整策として推進されてきたが、多くのプロジェクトがパイロット段階で停滞している。 設計-科学的なアプローチを用いて、スマートコントラクトの調整と最小限のコード優先の法的インターフェースと司法モジュールを組み合わせた、デジタルネイティブなガバナンスアーキテクチャであるHybrid Cooperative(HC)を開発した。 この選択的な分散化は、プログラム可能性がエージェンシーと検証コストを下げるルールを分散化し、強制可能性に必要なものだけを集中化する。 サプライチェーンにおける2つのトレーサビリティイニシアティブに対するポストケース評価は、HCが分散タスク管理、検証可能な情報、インセンティブアライメント、制度的相互運用性、スケーラブルで競争可能なガバナンスをどのように改善するかを示している。 本論文は,規制と組織の境界を越えて,スケーラブルで多人数の調整を行うための社会技術モデルを指定することにより,情報システムに貢献する。

関連論文リスト

• SCOR: A Framework for Responsible AI Innovation in Digital Ecosystems [0.2864713389096699]
  AI駆動のデジタルエコシステムは、テクノロジー企業、規制当局、アクセラレーター、市民社会など、さまざまな利害関係者にまたがっている。 本稿では,これらのマルチアクタネットワークにアカウンタビリティ,公正性,傾斜性を組み込むための4ピラーフレームワーク(SCOR)を提案する。
  論文  参考訳（メタデータ） (2025-09-12T19:29:51Z)
• Enabling Regulatory Multi-Agent Collaboration: Architecture, Challenges, and Solutions [30.046299694187855]
  大規模言語モデル(LLM)を内蔵した自律エージェントは、適応的でマルチエージェントなコラボレーションを実現することで、デジタル環境と物理環境の両方を変革している。 エージェント層,ブロックチェーンデータ層,および規制アプリケーション層で構成される,規制エージェントコラボレーションのためのブロックチェーン対応層アーキテクチャを提案する。 当社のアプローチは,大規模エージェントエコシステムにおける信頼性,レジリエント,スケーラブルな規制機構の体系的基盤を確立する。
  論文  参考訳（メタデータ） (2025-09-11T07:46:00Z)
• AgentNet: Decentralized Evolutionary Coordination for LLM-based Multi-Agent Systems [22.291969093748005]
  AgentNet(エージェントネット)は、マルチエージェントシステムのための分散化された検索型生成(RAG)ベースのフレームワークである。 静的ロールや集中制御の以前のアプローチとは異なり、AgentNetはエージェントがローカルの専門知識とコンテキストに基づいて接続とタスクのルーティングを調整することができる。 実験の結果,AgentNetは単一エージェントと集中型マルチエージェントのベースラインよりも高いタスク精度を実現することがわかった。
  論文  参考訳（メタデータ） (2025-04-01T09:45:25Z)
• 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)
• Cluster-Based Multi-Agent Task Scheduling for Space-Air-Ground Integrated Networks [60.085771314013044]
  低高度経済は、コミュニケーションやセンシングなどの分野で発展する大きな可能性を秘めている。 本稿では,SAGINにおけるマルチUAV協調タスクスケジューリング問題に対処するため,クラスタリングに基づく多エージェントDeep Deterministic Policy Gradient (CMADDPG)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-12-14T06:17:33Z)
• Towards the decentralized coordination of multiple self-adaptive systems [0.3222802562733786]
  複数の自己適応システムが同じ環境を共有し、共通の目標を持つ場合、競合を避け、目標を満たすために実行時に適応を調整することができる。 本研究では,2種類の制約(優先制約,局所的関心事表現,一貫性制約,共有的関心事表現)を導入した分散協調手法であるCoADAPTを提案する。 実行時に、各自己適応システムによって実装された分散制約最適化アルゴリズムを用いて分散的に解決される。
  論文  参考訳（メタデータ） (2023-10-26T08:22:35Z)
• Scalable Multi-Agent Reinforcement Learning for Residential Load Scheduling under Data Governance [5.37556626581816]
  マルチエージェント強化学習 (MARL) は, 協調型住宅負荷スケジューリング問題において, 顕著な進歩を遂げている。 MARLの最も一般的なパラダイムである集中型トレーニングは、通信制約のあるクラウドエッジ環境における大規模デプロイメントを制限する。 提案手法は,家庭の局所的な観察のみに基づく個人評論家の学習機能である,アクタ批判的手法に基づく。
  論文  参考訳（メタデータ） (2021-10-06T14:05:26Z)
• Deep Implicit Coordination Graphs for Multi-agent Reinforcement Learning [36.844163371495995]
  本稿では,このようなシナリオに対するディープ暗黙協調グラフ(DICG)アーキテクチャを提案する。 DICGは、動的コーディネーショングラフ構造を推論するモジュールで構成されており、グラフニューラルネットワークベースのモジュールによって、ジョイントアクションや値について暗黙的に推論することを学ぶために使用される。 以上の結果から,DICGは捕食・捕食作業における相対的過一般化の問題を解消し,また,課題であるStarCraft II Multi-agent Challenge (SMAC) や交通ジャンクション環境において,様々なMARLベースラインを上回ります。
  論文  参考訳（メタデータ） (2020-06-19T23:41:49Z)
• F2A2: Flexible Fully-decentralized Approximate Actor-critic for Cooperative Multi-agent Reinforcement Learning [110.35516334788687]
  分散マルチエージェント強化学習アルゴリズムは複雑なアプリケーションでは実践的でないことがある。 本稿では,大規模で汎用的なマルチエージェント設定を扱える,柔軟な完全分散型アクター批判型MARLフレームワークを提案する。 当社のフレームワークは,大規模環境におけるスケーラビリティと安定性を実現し,情報伝達を低減できる。
  論文  参考訳（メタデータ） (2020-04-17T14:56:29Z)
• Decentralized MCTS via Learned Teammate Models [89.24858306636816]
  本稿では,モンテカルロ木探索に基づくトレーニング可能なオンライン分散計画アルゴリズムを提案する。 深層学習と畳み込みニューラルネットワークを用いて正確なポリシー近似を作成可能であることを示す。
  論文  参考訳（メタデータ） (2020-03-19T13:10:20Z)

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。