論文の概要: Fetch.ai: An Architecture for Modern Multi-Agent Systems
- arxiv url: http://arxiv.org/abs/2510.18699v1
- Date: Tue, 21 Oct 2025 14:53:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-25 03:08:13.743008
- Title: Fetch.ai: An Architecture for Modern Multi-Agent Systems
- Title（参考訳）: Fetch.ai: 現代のマルチエージェントシステムのためのアーキテクチャ
- Authors: Michael J. Wooldridge, Attila Bagoly, Jonathan J. Ward, Emanuele La Malfa, Gabriel Paludo Licks,
- Abstract要約: LLM駆動の知的システムの近年の急増は、基礎的マルチエージェントシステム(MAS)研究の数十年をほとんど見落としている。
Fetch.aiは、従来のMAS原則と現代的なAI機能の統合を促進することで、このギャップを埋めるべく設計された、産業力のあるプラットフォームである。
私たちは、アイデンティティ、ディスカバリ、トランザクションを検証するために、オンチェーンブロックチェーンサービスの分散基盤の上に構築された、新しい多層ソリューションを提示します。
- 参考スコア（独自算出の注目度）: 10.4021644658645
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent surges in LLM-driven intelligent systems largely overlook decades of foundational multi-agent systems (MAS) research, resulting in frameworks with critical limitations such as centralization and inadequate trust and communication protocols. This paper introduces the Fetch.ai architecture, an industrial-strength platform designed to bridge this gap by facilitating the integration of classical MAS principles with modern AI capabilities. We present a novel, multi-layered solution built on a decentralized foundation of on-chain blockchain services for verifiable identity, discovery, and transactions. This is complemented by a comprehensive development framework for creating secure, interoperable agents, a cloud-based platform for deployment, and an intelligent orchestration layer where an agent-native LLM translates high-level human goals into complex, multi-agent workflows. We demonstrate the deployed nature of this system through a decentralized logistics use case where autonomous agents dynamically discover, negotiate, and transact with one another securely. Ultimately, the Fetch.ai stack provides a principled architecture for moving beyond current agent implementations towards open, collaborative, and economically sustainable multi-agent ecosystems.
- Abstract（参考訳）: 近年のLLM駆動の知的システムの急激な増加は、数十年にわたる基礎的マルチエージェントシステム(MAS)の研究を概観し、中央集権化や不適切な信頼・コミュニケーションプロトコルといった重要な制約を持つフレームワークを生み出している。
本稿では、従来のMAS原則と現代のAI機能の統合を容易にすることで、このギャップを埋めるべく設計された、産業力のあるプラットフォームであるFetch.aiアーキテクチャを紹介する。
私たちは、アイデンティティ、ディスカバリ、トランザクションを検証するために、オンチェーンブロックチェーンサービスの分散基盤の上に構築された、新しい多層ソリューションを提示します。
これは、セキュアで相互運用可能なエージェントを作成するための包括的な開発フレームワーク、デプロイのためのクラウドベースのプラットフォーム、エージェントネイティブなLLMが高レベルの人間の目標を複雑なマルチエージェントワークフローに変換するインテリジェントなオーケストレーション層によって補完される。
自律型エージェントが動的に相互に発見、交渉、取引を行う分散ロジスティクスユースケースを通じて、このシステムのデプロイされた性質を実証する。
最終的に、Fetch.aiスタックは、現在のエージェント実装を超えて、オープンでコラボレーティブで経済的に持続可能なマルチエージェントエコシステムに移行するための、原則化されたアーキテクチャを提供する。
関連論文リスト
- MegaFlow: Large-Scale Distributed Orchestration System for the Agentic Era [74.42509044145417]
MegaFlowは、エージェント環境ワークロードの効率的なスケジューリング、リソース割り当て、きめ細かいタスク管理を可能にする、大規模な分散オーケストレーションシステムである。
エージェントのトレーニングデプロイメントでは、MegaFlowは、高いシステムの安定性を維持しながら、数万の並行エージェントタスクを編成し、効率的なリソース利用を実現しています。
論文 参考訳（メタデータ） (2026-01-12T13:25:33Z) - Decentralized Multi-Agent System with Trust-Aware Communication [5.408079087907132]
エージェントインターネットのための分散マルチエージェントシステム(DMAS)アーキテクチャを提案する。
私たちのDMASは、ブロックチェーンベースのアーキテクチャを基盤とした分散エージェントランタイムを備えています。
我々は,DMASを信頼性の高いマルチエージェントシステム構築のためのスケーラブルで効率的なソリューションとして評価する。
論文 参考訳（メタデータ） (2025-12-02T04:39:12Z) - Ratio1 -- AI meta-OS [35.18016233072556]
Ratio1は、異種エッジデバイスをまたいだAIモデルの開発、デプロイ、推論を統合する、分散MLOpsプロトコルである。
その重要なイノベーションは、アイドルコンピューティングリソースを信頼できないグローバルスーパーコンピュータに変換する、ブロックチェーンベースの統合フレームワークである。
論文 参考訳（メタデータ） (2025-09-05T07:41:54Z) - 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) - 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) - Collaborative Agentic AI Needs Interoperability Across Ecosystems [11.54191443859979]
協力的エージェントAIは、AIによって駆動されるエージェントがデジタル環境内で自律的に知覚し、計画し、行動できるようにすることによって、業界全体を変革する。
この分野の現在のソリューションはすべて独立して構築されており、断片化された非互換なエコシステムの風景に向かっています。
最小限の標準の採用によって達成される相互運用性は、オープンでセキュアで、Webスケールで、広く採用されているエージェントエコシステムを保証するために不可欠である、と私たちは主張する。
論文 参考訳（メタデータ） (2025-05-25T14:25:08Z) - 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) - AgentLite: A Lightweight Library for Building and Advancing
Task-Oriented LLM Agent System [91.41155892086252]
LLMエージェントの研究を簡略化する新しいAIエージェントライブラリであるAgentLiteをオープンソースとして公開する。
AgentLiteは、タスクを分解するエージェントの機能を強化するために設計されたタスク指向フレームワークである。
我々は,その利便性と柔軟性を示すために,AgentLiteで開発された実用アプリケーションを紹介した。
論文 参考訳（メタデータ） (2024-02-23T06:25:20Z) - 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)
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。