論文の概要: CTHA: Constrained Temporal Hierarchical Architecture for Stable Multi-Agent LLM Systems

• arxiv url: http://arxiv.org/abs/2601.10738v1
• Date: Fri, 09 Jan 2026 08:03:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-19 20:21:50.215003
• Title: CTHA: Constrained Temporal Hierarchical Architecture for Stable Multi-Agent LLM Systems
• Title（参考訳）: CTHA:安定多エージェントLLMシステムのための制約付き時間階層アーキテクチャ
• Authors: Percy Jardine,
• Abstract要約: マルチスケールエージェントアーキテクチャは、異なる認知層を持つ時間階層を導入することで、ユビキタスなシングルループパラダイムを拡張した。 本稿では,協調的意思決定を確実にするための原則的調停機構を取り入れつつ,協調安定性を回復するための制約付き時間階層アーキテクチャ(CTHA)を提案する。 CTHAは大規模なタスク実行に有効であり、障害カスケードを47%削減し、サンプル効率を2.3倍改善した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Recently, multi-time-scale agent architectures have extended the ubiquitous single-loop paradigm by introducing temporal hierarchies with distinct cognitive layers. While yielding substantial performance gains, this diversification fundamentally compromises the coordination stability intrinsic to unified agent systems, which causes severe inter-layer conflicts, unbounded error propagation, and restricted scalability. To address these challenges, we propose Constrained Temporal Hierarchical Architecture (CTHA), a general framework that projects the inter-layer communication space onto structured manifolds to restore coordination stability, while incorporating principled arbitration mechanisms to ensure coherent decision-making. Specifically, CTHA enforces three key constraints: (1) Message Contract Constraints that formalize information flow between layers via typed summary, plan, and policy packets; (2) Authority Manifold Constraints that bound each layer's decision space according to its temporal scope; and (3) Arbiter Resolution Constraints that guarantee conflict-free composition of multi-layer decisions. Empirical experiments demonstrate that CTHA is effective for complex task execution at scale, offering 47% reduction in failure cascades, 2.3x improvement in sample efficiency, and superior scalability compared to unconstrained hierarchical baselines. We anticipate that CTHA, as a principled extension of temporal hierarchies, will contribute to a deeper understanding of multi-agent coordination and suggest promising directions for the evolution of robust autonomous systems.
• Abstract（参考訳）: 近年,認知層が異なる時間階層を導入して,ユビキタスなシングルループパラダイムを拡張している。 大幅な性能向上をもたらす一方で、この多様化は、層間衝突、非有界エラー伝播、制限されたスケーラビリティを引き起こす統一エージェントシステムに固有の調整安定性を根本的に損なう。 これらの課題に対処するために,階層間通信空間を構造的多様体に投影して協調安定性を回復するフレームワークであるConstrained Temporal Hierarchical Architecture (CTHA)を提案する。 具体的には,(1)型付き要約,計画,ポリシパケットを通じてレイヤ間の情報フローを形式化するメッセージ契約制約,(2)時間的範囲に応じて各レイヤの決定空間を束縛するオーソリティ操作制約,(3)多層決定の競合のない構成を保証するアービタ解決制約,の3つの重要な制約をCTHAが実施する。 実験により、CTHAは大規模なタスク実行に有効であり、障害カスケードを47%削減し、サンプル効率を2.3倍改善し、制約のない階層的ベースラインよりも優れたスケーラビリティを提供する。 我々は、CTHAが時間階層の原則的拡張として、マルチエージェント協調の深い理解に寄与し、堅牢な自律システムの進化に向けた有望な方向性を提案することを期待する。

関連論文リスト

• QoS-Aware Hierarchical Reinforcement Learning for Joint Link Selection and Trajectory Optimization in SAGIN-Supported UAV Mobility Management [52.15690855486153]
  宇宙空間統合ネットワーク (SAGIN) がユビキタスUAV接続を実現するための重要なアーキテクチャとして登場した。 本稿では,SAGINにおけるUAVモビリティ管理を制約付き多目的関節最適化問題として定式化する。
  論文  参考訳（メタデータ） (2025-12-17T06:22:46Z)
• Hierarchical Adaptive Consensus Network: A Dynamic Framework for Scalable Consensus in Collaborative Multi-Agent AI Systems [0.5505634045241287]
  本稿では,マルチエージェントシステムにおけるコンセンサス戦略のための3層アーキテクチャを紹介する。 第1のレイヤは、複数のローカルエージェントクラスタの信頼性に基づく投票結果を収集します。 第2のレベルは、クラスタ横断的な知識共有と動的タイムアウトを通じてクラスタ間通信を容易にする。 第3のレイヤは、グローバルなオーケストレーションフレームワークを使用することで、システム全体の調整と最終的な調停を提供する。
  論文  参考訳（メタデータ） (2025-11-16T15:09:15Z)
• ReCAP: Recursive Context-Aware Reasoning and Planning for Large Language Model Agents [61.51091799997476]
  ReCAP(Recursive Context-Aware Reasoning and Planning)は,大規模言語モデル(LLM)における推論と計画のためのコンテキストを共有する階層型フレームワークである。 ReCAPは、プラン-アヘッド分解、親プランの構造化された再注入、メモリ効率の高い実行という3つの重要なメカニズムを組み合わせる。 実験により、ReCAPは様々なロングホライゾン推論ベンチマークにおけるサブゴールアライメントと成功率を大幅に改善することが示された。
  論文  参考訳（メタデータ） (2025-10-27T20:03:55Z)
• Diagnose, Localize, Align: A Full-Stack Framework for Reliable LLM Multi-Agent Systems under Instruction Conflicts [75.20929587906228]
  LLM(Large Language Model)を利用したマルチエージェントシステム(MAS)は、複雑なタスクにおける協調推論、ツールの使用、役割特化調整を急速に進めている。 しかし、信頼性クリティカルなデプロイメントは、体系的な障害モード、すなわち命令の競合による階層的コンプライアンスによって妨げられている。
  論文  参考訳（メタデータ） (2025-09-27T08:43:34Z)
• Discrete-Guided Diffusion for Scalable and Safe Multi-Robot Motion Planning [56.240199425429445]
  マルチロボット運動計画(MPMP)は、共有された連続作業空間で動作する複数のロボットのための軌道を生成する。 離散マルチエージェント探索(MAPF)法は,その拡張性から広く採用されているが,粗い離散化の軌道品質は高い。 本稿では、制約付き生成拡散モデルを用いた離散MAPF解法を導入することにより、2つのアプローチの限界に対処する。
  論文  参考訳（メタデータ） (2025-08-27T17:59:36Z)
• DMSC: Dynamic Multi-Scale Coordination Framework for Time Series Forecasting [24.202509006348862]
  時系列予測(TSF)は、さまざまなスケールにわたる複雑な時間的依存関係をモデル化する上で、永続的な課題に直面します。 マルチスケールパッチ分解ブロック(EMPD)、トライアドインタラクションブロック(TIB)、適応スケールルーティングMoEブロック(ASR-MoE)を備えた新しい動的マルチスケールコーディネーションフレームワーク(DMSC)を提案する。 EMPDは、指数関数的にスケールした粒度を持つ階層的なパッチにシーケンスを動的に分割する組み込みコンポーネントとして設計されている。 TIBは、各レイヤの分解された表現の中で、パッチ内、パッチ間、およびクロス変数の依存関係を共同でモデル化する。
  論文  参考訳（メタデータ） (2025-08-03T13:11:52Z)
• NDCG-Consistent Softmax Approximation with Accelerated Convergence [67.10365329542365]
  本稿では,ランキングの指標と直接一致した新たな損失定式化を提案する。 提案したRG損失を高効率な Alternating Least Squares (ALS) 最適化手法と統合する。 実世界のデータセットに対する実証的な評価は、我々のアプローチが同等または上位のパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2025-06-11T06:59:17Z)
• Offline Multi-agent Reinforcement Learning via Score Decomposition [51.23590397383217]
  オフライン協調型マルチエージェント強化学習(MARL)は、分散シフトによる固有の課題に直面している。 この作業は、オフラインとオンラインのMARL間の分散ギャップを明示的に解決する最初の作業である。
  論文  参考訳（メタデータ） (2025-05-09T11:42:31Z)

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。