論文の概要: Internet of Agentic AI: Incentive-Compatible Distributed Teaming and Workflow
- arxiv url: http://arxiv.org/abs/2602.03145v1
- Date: Tue, 03 Feb 2026 06:00:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-04 18:37:15.275179
- Title: Internet of Agentic AI: Incentive-Compatible Distributed Teaming and Workflow
- Title（参考訳）: エージェントAIのインターネット: インセンティブに互換性のある分散チームとワークフロー
- Authors: Ya-Ting Yang, Quanyan Zhu,
- Abstract要約: 本稿では,エージェントAIのインターネット(Internet of Agentic AI)と呼ばれるスケーラブルなエージェントインテリジェンスのためのフレームワークを提案する。
我々はエージェントコラボレーションのネットワークネイティブモデルを定式化し、インセンティブに適合するワークフロー・コラボレーション・ファシビリティー・フレームワークを導入する。
医療ケーススタディでは、ドメインの特殊化、クラウドエッジの不均一性、動的連立の形成が、スケーラブルで弾力性があり、経済的に実行可能なエージェントの原則をどのように実現しているかを実証している。
- 参考スコア（独自算出の注目度）: 22.661656301757663
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language models (LLMs) have enabled a new class of agentic AI systems that reason, plan, and act by invoking external tools. However, most existing agentic architectures remain centralized and monolithic, limiting scalability, specialization, and interoperability. This paper proposes a framework for scalable agentic intelligence, termed the Internet of Agentic AI, in which autonomous, heterogeneous agents distributed across cloud and edge infrastructure dynamically form coalitions to execute task-driven workflows. We formalize a network-native model of agentic collaboration and introduce an incentive-compatible workflow-coalition feasibility framework that integrates capability coverage, network locality, and economic implementability. To enable scalable coordination, we formulate a minimum-effort coalition selection problem and propose a decentralized coalition formation algorithm. The proposed framework can operate as a coordination layer above the Model Context Protocol (MCP). A healthcare case study demonstrates how domain specialization, cloud-edge heterogeneity, and dynamic coalition formation enable scalable, resilient, and economically viable agentic workflows. This work lays the foundation for principled coordination and scalability in the emerging era of Internet of Agentic AI.
- Abstract（参考訳）: 大規模言語モデル(LLM)は、外部ツールを呼び出すことによって、推論、計画、行動を行うエージェントAIシステムの新しいクラスを可能にした。
しかし、既存のエージェントアーキテクチャのほとんどは、中央集権的でモノリシックであり、スケーラビリティ、特殊化、相互運用性を制限している。
本稿では、クラウドとエッジインフラストラクチャに分散した自律的異種エージェントが、タスク駆動ワークフローを実行するために動的に連携を形成する、スケーラブルなエージェントインテリジェンスのためのフレームワークであるエージェントAI(Internet of Agentic AI)を提案する。
エージェントコラボレーションのネットワークネイティブモデルを形式化し、機能カバレッジ、ネットワーク局所性、経済的な実現性を統合したインセンティブ対応のワークフロー・コラボレーション・ファシビリティー・フレームワークを導入する。
スケーラブルなコーディネーションを実現するため、最小限の連立選択問題を定式化し、分散連立形成アルゴリズムを提案する。
提案するフレームワークは、モデルコンテキストプロトコル(MCP)の上の調整層として動作する。
医療ケーススタディでは、ドメインの特殊化、クラウドエッジの不均一性、動的連立の形成によって、スケーラブルでレジリエントで経済的に実行可能なエージェントワークフローを実現する方法が実証されている。
この研究は、エージェントAIのインターネットの時代において、原則化された調整とスケーラビリティの基礎を築いた。
関連論文リスト
- Communications-Incentivized Collaborative Reasoning in NetGPT through Agentic Reinforcement Learning [12.904732640630014]
本稿では,AIネイティブなxGネットワークのための統合エージェントNetGPTフレームワークを提案する。
NetGPTコアは、自律的な推論を行うか、エージェント通信を介してドメイン特化エージェントにサブタスクを委譲することができる。
このフレームワークは、ネットワーク全体でスケーラブルで分散インテリジェンスを可能にする、明確な責任と相互運用性を確立する。
論文 参考訳（メタデータ） (2026-01-31T15:07:11Z) - 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) - 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) - Internet of Agents: Fundamentals, Applications, and Challenges [68.9543153075464]
異種エージェント間のシームレスな相互接続、動的発見、協調的なオーケストレーションを可能にする基盤となるフレームワークとして、エージェントのインターネット(IoA)を紹介した。
我々は,機能通知と発見,適応通信プロトコル,動的タスクマッチング,コンセンサスとコンフリクト解決機構,インセンティブモデルなど,IoAの重要な運用イネーラを分析した。
論文 参考訳（メタデータ） (2025-05-12T02:04:37Z) - AgentNet: Decentralized Evolutionary Coordination for LLM-based Multi-Agent Systems [22.291969093748005]
AgentNet(エージェントネット)は、マルチエージェントシステムのための分散化された検索型生成(RAG)ベースのフレームワークである。
静的ロールや集中制御の以前のアプローチとは異なり、AgentNetはエージェントがローカルの専門知識とコンテキストに基づいて接続とタスクのルーティングを調整することができる。
実験の結果,AgentNetは単一エージェントと集中型マルチエージェントのベースラインよりも高いタスク精度を実現することがわかった。
論文 参考訳（メタデータ） (2025-04-01T09:45:25Z) - Towards Agentic AI Networking in 6G: A Generative Foundation Model-as-Agent Approach [35.05793485239977]
本稿では,AIエージェント間のインタラクション,協調学習,知識伝達を支援する新しいフレームワークであるAgentNetを提案する。
本稿では,デジタルツイン方式の産業自動化とメタバース方式のインフォテインメントシステムという,2つの応用シナリオについて考察する。
論文 参考訳（メタデータ） (2025-03-20T00:48:44Z) - 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)
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。