論文の概要: Agentic Services Computing

• arxiv url: http://arxiv.org/abs/2509.24380v1
• Date: Mon, 29 Sep 2025 07:29:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-30 22:32:19.817596
• Title: Agentic Services Computing
• Title（参考訳）: エージェントサービスコンピューティング
• Authors: Shuiguang Deng, Hailiang Zhao, Ziqi Wang, Guanjie Cheng, Peng Chen, Wenzhuo Qian, Zhiwei Ling, Jianwei Yin, Albert Y. Zomaya, Schahram Dustdar,
• Abstract要約: Agentic Service Computingは、サービスをインテリジェントで自己適応的で社会的に組み込まれたエンティティとして再定義する新しいパラダイムである。 この調査では、設計、デプロイ、運用、進化の4つのコアフェーズを中心に構成された、ASCのライフサイクル駆動フレームワークを紹介します。
• 参考スコア（独自算出の注目度）: 51.50424046053763
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: The rise of LLM-powered agents is driving a fundamental transformation in services computing: from static, request-response functions to dynamic, goal-oriented, and autonomous multi-agent ecosystems. In response to this shift, we introduce Agentic Service Computing (ASC), a new paradigm that reimagines services as intelligent, self-adaptive, and socially embedded entities. This comprehensive survey presents a lifecycle-driven framework for ASC, structured around four core phases: Design, Deployment, Operation, and Evolution. We systematically analyze ASC through four foundational research dimensions: (1) Perception, Context, and Environment Modeling, (2) Autonomous Decision-Making and Task Execution, (3) Multi-Agent Collaboration and Organization, and (4) Evaluation, Value Alignment, and Trustworthiness. We examine how these dimensions are instantiated, integrated, and continuously adapted across the service lifecycle. Our synthesis reveals that agentic services are not merely assembled but orchestrated: contextual awareness enables robust deployment; autonomous reasoning supports real-time operation; collaborative structures emerge and evolve through interaction; and trustworthiness must be upheld as a cross-cutting, lifelong imperative. We further identify and discuss emerging trends shaping the future of ASC. By integrating classical principles of services computing with advances in LLM-based multi-agent systems, this work establishes a holistic and forward-looking foundation for ASC. It provides a unified reference for researchers and practitioners aiming to develop adaptive, accountable, and human-centered intelligent services.
• Abstract（参考訳）: LLMを動力とするエージェントの台頭は、静的、要求応答関数から動的、目標指向、自律的なマルチエージェントエコシステムへの、サービスコンピューティングの根本的な転換を推進している。 この変化に対応するために、我々はAgentic Service Computing(ASC)という、サービスをインテリジェントで自己適応的で社会的に組み込まれたエンティティとして再定義する新しいパラダイムを紹介します。 この包括的な調査では、設計、デプロイ、運用、進化の4つのコアフェーズを中心に構成された、ASCのライフサイクル駆動フレームワークが紹介されている。 我々は,(1)知覚・文脈・環境モデリング,(2)自律的意思決定・タスク実行,(3)多エージェント協調・組織,(4)評価・価値アライメント・信頼の4つの基礎研究次元を通じて,ASCを体系的に分析した。 これらの次元がどのようにインスタンス化され、統合され、サービスライフサイクル全体にわたって継続的に適応されるかを調べます。 文脈的認識はロバストな展開を可能にし、自律的推論はリアルタイムな操作をサポートし、協調的な構造は対話を通じて出現し進化し、信頼感は横断的かつ生涯にわたる衝動として維持されなければならない。 我々はさらに、ASCの将来を形作る新たなトレンドを特定し、議論する。 サービスコンピューティングの古典的原理とLLMベースのマルチエージェントシステムの進歩を統合することで、本研究はASCの総合的で先進的な基盤を確立する。 これは、適応的で説明責任があり、人間中心のインテリジェントなサービスを開発することを目的とした研究者や実践者に統一された参照を提供する。

関連論文リスト

• The Landscape of Agentic Reinforcement Learning for LLMs: A Survey [104.31926740841128]
  エージェント強化学習(Agentic RL)の出現は、大規模言語モデル(LLM RL)に適用された従来の強化学習からパラダイムシフトを示している。 本研究では, LLM-RLの縮退した単段階マルコフ決定過程(MDPs)と, エージェントRLを定義する部分可観測マルコフ決定過程(POMDPs)とを対比することにより, この概念シフトを定式化する。
  論文  参考訳（メタデータ） (2025-09-02T17:46:26Z)
• A Comprehensive Survey of Self-Evolving AI Agents: A New Paradigm Bridging Foundation Models and Lifelong Agentic Systems [53.37728204835912]
  既存のAIシステムは、デプロイ後も静的な手作業による構成に依存している。 近年,インタラクションデータと環境フィードバックに基づいてエージェントシステムを自動拡張するエージェント進化手法が研究されている。 この調査は、自己進化型AIエージェントの体系的な理解を研究者や実践者に提供することを目的としている。
  論文  参考訳（メタデータ） (2025-08-10T16:07:32Z)
• A Survey of Self-Evolving Agents: On Path to Artificial Super Intelligence [87.08051686357206]
  大きな言語モデル(LLM)は強力な能力を示しているが、基本的に静的である。 LLMはますますオープンでインタラクティブな環境にデプロイされているため、この静的な性質は重要なボトルネックとなっている。 この調査は、自己進化エージェントの体系的で包括的なレビューを初めて提供する。
  論文  参考訳（メタデータ） (2025-07-28T17:59:05Z)

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。