論文の概要: Co-TAP: Three-Layer Agent Interaction Protocol Technical Report
- arxiv url: http://arxiv.org/abs/2510.08263v1
- Date: Thu, 09 Oct 2025 14:20:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-10 17:54:15.123165
- Title: Co-TAP: Three-Layer Agent Interaction Protocol Technical Report
- Title（参考訳）: Co-TAP: 3層エージェントインタラクションプロトコル技術報告
- Authors: Shunyu An, Miao Wang, Yongchao Li, Dong Wan, Lina Wang, Ling Qin, Liqin Gao, Congyao Fan, Zhiyong Mao, Jiange Pu, Wenji Xia, Dong Zhao, Rui Hu, Ji Lu, Guiyue Zhou, Baoyu Tang, Yanqin Gao, Yongsheng Du, Daigang Xu, Lingjun Huang, Baoli Wang, Xiwen Zhang, Luyao Wang, Shilong Liu,
- Abstract要約: Co-TAPはマルチエージェントシステムで直面する課題に対処するために設計された3層エージェントインタラクションプロトコルである。
我々は、HAI(Human-Agent Interaction Protocol)、UAP(Unified Agent Protocol)、MEK(Memory-Extraction-Knowledge Protocol)の3つのコアプロトコルからなる階層型ソリューションを設計、提案した。
- 参考スコア（独自算出の注目度）: 24.924636652280597
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper proposes Co-TAP (T: Triple, A: Agent, P: Protocol), a three-layer agent interaction protocol designed to address the challenges faced by multi-agent systems across the three core dimensions of Interoperability, Interaction and Collaboration, and Knowledge Sharing. We have designed and proposed a layered solution composed of three core protocols: the Human-Agent Interaction Protocol (HAI), the Unified Agent Protocol (UAP), and the Memory-Extraction-Knowledge Protocol (MEK). HAI focuses on the interaction layer, standardizing the flow of information between users, interfaces, and agents by defining a standardized, event-driven communication paradigm. This ensures the real-time performance, reliability, and synergy of interactions. As the core of the infrastructure layer, UAP is designed to break down communication barriers among heterogeneous agents through unified service discovery and protocol conversion mechanisms, thereby enabling seamless interconnection and interoperability of the underlying network. MEK, in turn, operates at the cognitive layer. By establishing a standardized ''Memory (M) - Extraction (E) - Knowledge (K)'' cognitive chain, it empowers agents with the ability to learn from individual experiences and form shareable knowledge, thereby laying the foundation for the realization of true collective intelligence. We believe this protocol framework will provide a solid engineering foundation and theoretical guidance for building the next generation of efficient, scalable, and intelligent multi-agent applications.
- Abstract（参考訳）: 本稿では,Co-TAP(T: Triple, A: Agent, P: Protocol)を提案する。
我々は、HAI(Human-Agent Interaction Protocol)、UAP(Unified Agent Protocol)、MEK(Memory-Extraction-Knowledge Protocol)の3つのコアプロトコルからなる階層型ソリューションを設計、提案した。
HAIはインタラクション層に注目し、標準化されたイベント駆動通信パラダイムを定義することで、ユーザ、インターフェース、エージェント間の情報のフローを標準化する。
これにより、リアルタイムのパフォーマンス、信頼性、相互作用のシナジーが保証されます。
インフラストラクチャレイヤの中核として、UAPは、統一されたサービスディスカバリとプロトコル変換機構を通じて、異種エージェント間の通信障壁を分解し、基盤となるネットワークのシームレスな相互接続と相互運用性を可能にするように設計されている。
MEKは認知層で機能する。
標準化された「記憶」(M) - 抽出(E) - 知識(K)」の認知連鎖を確立することで、エージェントに個々の経験から学び、共有可能な知識を形成する能力を与える。
このプロトコルフレームワークは、次世代の効率的でスケーラブルでインテリジェントなマルチエージェントアプリケーションを構築するための、しっかりとしたエンジニアリング基盤と理論的ガイダンスを提供すると思います。
関連論文リスト
- 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) - Agent Network Protocol Technical White Paper [8.617166262498008]
Agent Network Protocol (ANP) は、エージェントWebのための次世代の通信プロトコルを提案する。
ANPはAIネイティブ設計に準拠し、既存のインターネットプロトコルとの互換性を維持し、モジュラー構成可能なアーキテクチャを採用し、既存のインフラストラクチャに基づいた迅速なデプロイメントを可能にする。
論文 参考訳（メタデータ） (2025-07-18T05:04:43Z) - A Survey of LLM-Driven AI Agent Communication: Protocols, Security Risks, and Defense Countermeasures [59.43633341497526]
大規模言語モデル駆動型AIエージェントは、前例のない知性と適応性を示している。
エージェントコミュニケーションは、未来のAIエコシステムの基礎的な柱と見なされている。
本稿では,エージェント通信セキュリティに関する包括的調査を行う。
論文 参考訳（メタデータ） (2025-06-24T14:44:28Z) - 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) - A survey of agent interoperability protocols: Model Context Protocol (MCP), Agent Communication Protocol (ACP), Agent-to-Agent Protocol (A2A), and Agent Network Protocol (ANP) [0.8463972278020965]
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。
論文 参考訳（メタデータ） (2025-05-04T22:18:27Z) - Position Paper: Towards Open Complex Human-AI Agents Collaboration Systems for Problem Solving and Knowledge Management [0.15039745292757667]
我々は,Human-AI Agents Collaboration Systems(HAACS)のための技術に依存しない,コラボレーション可能なスタンスを提案する。
7次元のコラボスピンと人間とエージェントのコントラストを通して経験的なパターンを読み取ることで、欠落したピースを識別する。
アドホック接着剤を使わず,バイオサイバネティック拡張をスケッチすることなく,新たなエージェントプロトコルとの相互運用性を示す。
論文 参考訳（メタデータ） (2025-04-24T05:57:03Z) - 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) - Learning Structured Communication for Multi-agent Reinforcement Learning [104.64584573546524]
本研究では,マルチエージェント強化学習(MARL)環境下での大規模マルチエージェント通信機構について検討する。
本稿では、より柔軟で効率的な通信トポロジを用いて、LSC(Learning Structured Communication)と呼ばれる新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2020-02-11T07:19:45Z)
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。