論文の概要: Self-Evolving Coordination Protocol in Multi-Agent AI Systems: An Exploratory Systems Feasibility Study

• arxiv url: http://arxiv.org/abs/2602.02170v1
• Date: Mon, 02 Feb 2026 14:45:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-03 19:28:34.22088
• Title: Self-Evolving Coordination Protocol in Multi-Agent AI Systems: An Exploratory Systems Feasibility Study
• Title（参考訳）: マルチエージェントAIシステムにおける自己進化コーディネーションプロトコル:探索システム実現可能性スタディ
• Authors: Jose Manuel de la Chica Rodriguez, Juan Manuel Vera Díaz,
• Abstract要約: 自己進化コーディネーションプロトコル(SECP) SECP: 限定的で、外部から検証された自己修正を可能にする調整プロトコル。 本稿では,自己進化コーディネーションプロトコルの探索システムの実現可能性について述べる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Contemporary multi-agent systems increasingly rely on internal coordination mechanisms to combine, arbitrate, or constrain the outputs of heterogeneous components. In safety-critical and regulated domains such as finance, these mechanisms must satisfy strict formal requirements, remain auditable, and operate within explicitly bounded limits. Coordination logic therefore functions as a governance layer rather than an optimization heuristic. This paper presents an exploratory systems feasibility study of Self-Evolving Coordination Protocols (SECP): coordination protocols that permit limited, externally validated self-modification while preserving fixed formal invariants. We study a controlled proof-of-concept setting in which six fixed Byzantine consensus protocol proposals are evaluated by six specialized decision modules. All coordination regimes operate under identical hard constraints, including Byzantine fault tolerance (f < n/3), O(n2) message complexity, complete non-statistical safety and liveness arguments, and bounded explainability. Four coordination regimes are compared in a single-shot design: unanimous hard veto, weighted scalar aggregation, SECP v1.0 (an agent-designed non-scalar protocol), and SECP v2.0 (the result of one governed modification). Outcomes are evaluated using a single metric, proposal coverage, defined as the number of proposals accepted. A single recursive modification increased coverage from two to three accepted proposals while preserving all declared invariants. The study makes no claims regarding statistical significance, optimality, convergence, or learning. Its contribution is architectural: it demonstrates that bounded self-modification of coordination protocols is technically implementable, auditable, and analyzable under explicit formal constraints, establishing a foundation for governed multi-agent systems.
• Abstract（参考訳）: 現代のマルチエージェントシステムは、異種成分の出力を結合、調停、制約する内部調整機構にますます依存している。 金融のような安全クリティカルで規制された領域では、これらのメカニズムは厳格な形式的要件を満たし、監査可能であり続け、明示的に制限された範囲内で運用されなければならない。 したがってコーディネートロジックは最適化ヒューリスティックではなくガバナンス層として機能する。 本稿では, 自己進化コーディネート(SECP: Self-Evolving Coordination Protocols)の探索システムの実現可能性について述べる。 本研究では、6つの特別な決定モジュールによって6つの固定されたビザンチンコンセンサスプロトコル提案が評価される制御された概念実証条件について検討する。 すべての調整体制は、ビザンチンのフォールトトレランス(f < n/3)、O(n2)メッセージの複雑さ、完全な非統計的安全性と生きた議論、有界な説明可能性など、同じ厳しい制約の下で機能する。 4つの調整機構は単発設計で比較され、一様硬いベト、重み付けされたスカラーアグリゲーション、SECP v1.0(エージェント設計の非スカラープロトコル)、SECP v2.0(制御された1つの変更の結果)である。 成果は単一のメトリクス、提案カバレッジを使って評価され、受け入れられた提案の数として定義される。 単一の再帰的な修正により、2つから3つの提案が受け入れられ、宣言された不変性を全て保持した。 この研究は、統計的重要性、最適性、収束性、学習に関する主張をしていない。 その貢献はアーキテクチャであり、調整プロトコルの有界な自己修正は技術的に実装可能であり、監査可能であり、明示的な形式的な制約の下で分析可能であることを示し、支配的なマルチエージェントシステムの基盤を確立する。

関連論文リスト

• Institutional AI: Governing LLM Collusion in Multi-Agent Cournot Markets via Public Governance Graphs [1.3763052684269788]
  本稿では,Institutional AIを評価するための実験フレームワークについて述べる。 このアプローチの中心はガバナンスグラフであり、法的状態、移行、制裁、回復経路を宣言する公開かつ不変なマニフェストである。 我々は、未統治(クールノット市場の構造からのベースラインインセンティブ)、憲法(固定された文書による反共憲法として実施される即時的な政策・アズ・プロンプト禁止)、制度の3つを比較した。
  論文  参考訳（メタデータ） (2026-01-16T15:26:56Z)
• CTHA: Constrained Temporal Hierarchical Architecture for Stable Multi-Agent LLM Systems [0.0]
  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。
  論文  参考訳（メタデータ） (2026-01-09T08:03:14Z)
• Towards a Science of Scaling Agent Systems [79.64446272302287]
  エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。 協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。 ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
  論文  参考訳（メタデータ） (2025-12-09T06:52:21Z)
• SConU: Selective Conformal Uncertainty in Large Language Models [59.25881667640868]
  SconU(Selective Conformal Uncertainity)と呼ばれる新しいアプローチを提案する。 我々は,特定の管理可能なリスクレベルで設定されたキャリブレーションの不確実性分布から,与えられたサンプルが逸脱するかどうかを決定するのに役立つ2つの共形p値を開発する。 我々のアプローチは、単一ドメインと学際的コンテキストの両方にわたる誤発見率の厳密な管理を促進するだけでなく、予測の効率を高める。
  論文  参考訳（メタデータ） (2025-04-19T03:01:45Z)
• Answering Causal Queries at Layer 3 with DiscoSCMs-Embracing Heterogeneity [0.0]
  本稿では, 分散一貫性構造因果モデル (DiscoSCM) フレームワークを, 反事実推論の先駆的アプローチとして提唱する。
  論文  参考訳（メタデータ） (2023-09-17T17:01:05Z)
• On the Complexity of Multi-Agent Decision Making: From Learning in Games to Partial Monitoring [105.13668993076801]
  マルチエージェント強化学習(MARL)理論における中心的な問題は、構造条件やアルゴリズムの原理がサンプル効率の学習保証につながるかを理解することである。 本稿では,複数のエージェントを用いた対話型意思決定のための一般的な枠組みとして,この問題について考察する。 マルチエージェント意思決定における統計的複雑性を特徴付けることは、単一エージェント決定の統計的複雑性を特徴付けることと等価であることを示す。
  論文  参考訳（メタデータ） (2023-05-01T06:46:22Z)
• Graph Exploration for Effective Multi-agent Q-Learning [46.723361065955544]
  本稿では,エージェント間のグラフベース通信を用いたマルチエージェント強化学習(MARL)の探索手法を提案する。 エージェントが受け取った個々の報酬は、他のエージェントのアクションとは独立していると仮定する一方で、そのポリシーは結合されている。 提案手法では,より効率的な爆発行動を実行するために,近隣のエージェントが協調して状態-作用空間の不確かさを推定する。
  論文  参考訳（メタデータ） (2023-04-19T10:28:28Z)
• Quantum anonymous veto: A set of new protocols [0.41998444721319217]
  本稿では,異なる種類の量子リソースに基づく量子匿名拒否(QAV)プロトコルを提案する。 提案手法は有効なQAV方式のすべての要求に対して解析される。 確率的QAVスキームの正しさと頑健さのトレードオフが観察された。
  論文  参考訳（メタデータ） (2021-09-13T18:56:09Z)

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。