論文の概要: G2CP: A Graph-Grounded Communication Protocol for Verifiable and Efficient Multi-Agent Reasoning

• arxiv url: http://arxiv.org/abs/2602.13370v1
• Date: Fri, 13 Feb 2026 13:58:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-17 14:17:27.948382
• Title: G2CP: A Graph-Grounded Communication Protocol for Verifiable and Efficient Multi-Agent Reasoning
• Title（参考訳）: G2CP: 検証可能かつ効率的なマルチエージェント推論のためのグラフ型通信プロトコル
• Authors: Karim Ben Khaled, Davy Monticolo,
• Abstract要約: G2CPは、メッセージが自由テキストではなくグラフ操作である構造化されたエージェント通信言語である。 エージェントは明示的なコマンドを交換し、フラグメントをサブグラフ化し、共有知識グラフ上で操作を更新する。 G2CPは、エージェント間通信トークンを73%削減し、自由テキストベースラインよりもタスク完了精度を34%向上し、完全に監査可能な推論チェーンを生成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multi-agent systems powered by Large Language Models face a critical challenge: agents communicate through natural language, leading to semantic drift, hallucination propagation, and inefficient token consumption. We propose G2CP (Graph-Grounded Communication Protocol), a structured agent communication language where messages are graph operations rather than free text. Agents exchange explicit traversal commands, subgraph fragments, and update operations over a shared knowledge graph, enabling verifiable reasoning traces and eliminating ambiguity. We validate G2CP within an industrial knowledge management system where specialized agents (Diagnostic, Procedural, Synthesis, and Ingestion) coordinate to answer complex queries. Experimental results on 500 industrial scenarios and 21 real-world maintenance cases show that G2CP reduces inter-agent communication tokens by 73%, improves task completion accuracy by 34% over free-text baselines, eliminates cascading hallucinations, and produces fully auditable reasoning chains. G2CP represents a fundamental shift from linguistic to structural communication in multi-agent systems, with implications for any domain requiring precise agent coordination. Code, data, and evaluation scripts are publicly available.
• Abstract（参考訳）: エージェントは自然言語を介してコミュニケーションし、セマンティックドリフト、幻覚伝播、非効率的なトークン消費につながる。 本稿では,G2CP(Graph-Grounded Communication Protocol)を提案する。 エージェントは明示的なトラバースコマンド、サブグラフフラグメント、共有知識グラフ上の更新操作を交換し、検証可能な推論トレースと曖昧さの排除を可能にする。 産業知識管理システムにおいて,複雑なクエリに応答するために,専門エージェント(診断,手続き,合成,摂取)が協調してG2CPを検証する。 500の産業シナリオと21の現実的メンテナンスケースの実験結果から、G2CPはエージェント間通信トークンを73%削減し、自由テキストベースラインよりもタスク完了精度を34%向上し、カスケード幻覚を排除し、完全に監査可能な推論チェーンを生成する。 G2CPは多エージェントシステムにおける言語的コミュニケーションから構造的コミュニケーションへの根本的なシフトであり、正確なエージェント調整を必要とするあらゆる領域に影響を及ぼす。 コード、データ、評価スクリプトが公開されている。

関連論文リスト

• DyTopo: Dynamic Topology Routing for Multi-Agent Reasoning via Semantic Matching [15.07152520738373]
  我々は,各ラウンドでスパース指向の通信グラフを再構成するマネージャ誘導型マルチエージェントフレームワークであるDyTopoを紹介する。 マネージャのラウンドゴールに基づいて、各エージェントは軽量な自然言語クエリ(need)とキー(offer)ディスクリプタを出力する。 DyTopoはこれらの記述子を組み込み、セマンティックマッチングを実行し、誘導されたエッジに沿ってのみプライベートメッセージをルーティングする。
  論文  参考訳（メタデータ） (2026-02-05T18:59:51Z)
• Explainable and Fine-Grained Safeguarding of LLM Multi-Agent Systems via Bi-Level Graph Anomaly Detection [76.91230292971115]
  大規模言語モデル (LLM) に基づくマルチエージェントシステム (MAS) は複雑なタスクを解く上で強力な能力を示している。 XG-Guardは、MAS内の悪意のあるエージェントを検出するための、説明可能な、きめ細かい保護フレームワークである。
  論文  参考訳（メタデータ） (2025-12-21T13:46:36Z)
• Reasoning-Aware Prompt Orchestration: A Foundation Model for Multi-Agent Language Model Coordination [0.0]
  複数の特殊エージェント間の推論を強化する動的プロンプトオーケストレーションのための理論的基盤となるフレームワークを提案する。 このフレームワークは,エージェント移行時の論理的一貫性の維持,推論対応の迅速な適応,分散推論のスケーラブルな調整,という3つの課題に対処する。 1000件の合成マルチエージェント会話実験の結果,推論遅延の42%低減,ROUGE-Lスコアによる論理的整合性の23%改善,文脈損失のないタスク完了の89%の成功率が確認された。
  論文  参考訳（メタデータ） (2025-09-30T22:33:01Z)
• AnyMAC: Cascading Flexible Multi-Agent Collaboration via Next-Agent Prediction [77.62279834617475]
  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)
• Bidirectional Emergent Language in Situated Environments [4.950411915351642]
  マルチエージェントポンとコレクターの2つの新しい協調環境を紹介した。 最適なパフォーマンスには通信プロトコルの出現が必要ですが、適度な成功はそれなしで達成できます。 エージェントは意味のあるメッセージのみを生成し、調整なしでは成功できない状態の受信メッセージに作用する。
  論文  参考訳（メタデータ） (2024-08-26T21:25:44Z)
• Communication-Efficient Collaborative Perception via Information Filling with Codebook [48.087934650038044]
  協調的知覚は、他のエージェントと知覚的メッセージの交換を通じて、各エージェントに知覚能力を向上させる権限を与える。 このボトルネック問題に対処するため、私たちの中核となる考え方は、協調メッセージを2つの重要な側面、すなわち表現と選択から最適化することにあります。 これら2つの設計を統合することで,新しいコミュニケーション効率の協調認識システムであるCodeFillingを提案する。
  論文  参考訳（メタデータ） (2024-05-08T11:12:37Z)
• Pragmatic Communication in Multi-Agent Collaborative Perception [80.14322755297788]
  協調的な知覚は、知覚能力とコミュニケーションコストのトレードオフをもたらす。 PragCommは2つの重要なコンポーネントを持つマルチエージェント協調認識システムである。 PragCommは、32.7K以上の通信量で従来手法より一貫して優れていた。
  論文  参考訳（メタデータ） (2024-01-23T11:58:08Z)
• Universally Expressive Communication in Multi-Agent Reinforcement Learning [6.086083595135936]
  与えられた通信プロトコルが任意のポリシーを表現できるかどうかという問題を考察する。 標準のGNNアプローチは表現能力に十分制限されているため,(1)一意なエージェントIDと(2)ランダムノイズによるエージェント観察の増強を検討する。 我々は,これらの手法が普遍的に表現力のあるコミュニケーションをいかに生み出すかの理論分析を行い,同一のエージェントに対する任意の行動群を対象とすることができることを証明した。
  論文  参考訳（メタデータ） (2022-06-14T11:16:33Z)
• Multi-agent Communication with Graph Information Bottleneck under Limited Bandwidth (a position paper) [92.11330289225981]
  多くの実世界のシナリオでは、通信は高価であり、マルチエージェントシステムの帯域幅には一定の制約がある。 通信資源を占有する冗長なメッセージは、情報的メッセージの送信をブロックし、パフォーマンスを損なう。 本稿では,通信グラフ内の構造情報とノード情報を効果的に圧縮し,帯域幅に制約のある設定に対処する,新しいマルチエージェント通信モジュールCommGIBを提案する。
  論文  参考訳（メタデータ） (2021-12-20T07:53:44Z)

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。