論文の概要: Autonomous Agents Coordinating Distributed Discovery Through Emergent Artifact Exchange
- arxiv url: http://arxiv.org/abs/2603.14312v1
- Date: Sun, 15 Mar 2026 10:06:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-17 16:19:35.73857
- Title: Autonomous Agents Coordinating Distributed Discovery Through Emergent Artifact Exchange
- Title（参考訳）: 創発的アーティファクト交換による分散発見を協調する自律エージェント
- Authors: Fiona Y. Wang, Lee Marom, Subhadeep Pal, Rachel K. Luu, Wei Lu, Jaime A. Berkovich, Markus J. Buehler,
- Abstract要約: ScienceClaw + Infiniteは、独立したエージェントが中央調整なしで研究を行う自律的な科学調査の枠組みである。
システムは3つのコンポーネントで構成されている:300以上の科学スキルの相互運用可能なレジストリ、完全な計算系を保存するアーティファクト層、エージェントベースの科学談話のための構造化プラットフォーム。
- 参考スコア（独自算出の注目度）: 3.923443951480117
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We present ScienceClaw + Infinite, a framework for autonomous scientific investigation in which independent agents conduct research without central coordination, and any contributor can deploy new agents into a shared ecosystem. The system is built around three components: an extensible registry of over 300 interoperable scientific skills, an artifact layer that preserves full computational lineage as a directed acyclic graph (DAG), and a structured platform for agent-based scientific discourse with provenance-aware governance. Agents select and chain tools based on their scientific profiles, produce immutable artifacts with typed metadata and parent lineage, and broadcast unsatisfied information needs to a shared global index. The ArtifactReactor enables plannerless coordination: peer agents discover and fulfill open needs through pressure-based scoring, while schema-overlap matching triggers multi-parent synthesis across independent analyses. An autonomous mutation layer actively prunes the expanding artifact DAG to resolve conflicting or redundant workflows, while persistent memory allows agents to continuously build upon complex epistemic states across multiple cycles. Infinite converts these outputs into auditable scientific records through structured posts, provenance views, and machine-readable discourse relations, with community feedback steering subsequent investigation cycles. Across four autonomous investigations, peptide design for the somatostatin receptor SSTR2, lightweight impact-resistant ceramic screening, cross-domain resonance bridging biology, materials, and music, and formal analogy construction between urban morphology and grain-boundary evolution, the framework demonstrates heterogeneous tool chaining, emergent convergence among independently operating agents, and traceable reasoning from raw computation to published finding.
- Abstract（参考訳）: ScienceClaw + Infiniteは、独立したエージェントが中心的な調整なしに研究を行う自律的な科学調査のためのフレームワークであり、任意のコントリビュータが、新しいエージェントを共有エコシステムにデプロイすることができる。
システムは3つのコンポーネントで構成されており、300以上の相互運用可能な科学スキルの拡張可能なレジストリ、有向非巡回グラフ(DAG)として完全な計算系統を保存するアーティファクト層、および、前向きなガバナンスを備えたエージェントベースの科学談話のための構造化プラットフォームである。
エージェントは、科学的プロファイルに基づいてツールを選択し、チェーンし、型付きメタデータと親系統を持つ不変のアーティファクトを生成し、不満足な情報を共有グローバルインデックスにブロードキャストする。
ArtifactReactorは、プレッシャベースのスコアリングを通じて、ピアエージェントがオープンなニーズを検出し、満たし、スキーマオーバーラップマッチングは、独立した分析全体にわたって、多彩な合成をトリガーする、プランナレスコーディネートを可能にする。
自律的な突然変異層は、競合や冗長なワークフローを解決するために拡張アーティファクトDAGを積極的にプルークし、永続メモリはエージェントが複数のサイクルにわたる複雑なてんかん状態の上に連続的に構築することを可能にする。
Infiniteは、これらのアウトプットを構造化されたポスト、前駆者視点、機械可読な談話関係を通じて監査可能な科学的記録に変換し、コミュニティのフィードバックがその後の調査サイクルを制御している。
4つの自律的な調査、ソマトスタチン受容体SSTR2のペプチド設計、軽量な耐衝撃性セラミックススクリーニング、クロスドメイン共鳴架橋生物学、材料、音楽、都市形態学と粒界進化の形式的類似性の構築、同フレームワークは異種ツール連鎖、独立な操作エージェント間の創発的収束、生の計算からのトレース可能な推論を実証する。
関連論文リスト
- From Agent-Only Social Networks to Autonomous Scientific Research: Lessons from OpenClaw and Moltbook, and the Architecture of ClawdLab and Beach.Science [0.0]
OpenClawとMoltbookは2026年1月に、自律型AI-AIインタラクションの大規模なデータセットを作成した。
本研究は,その生態系の多言語文献レビューを行い,自律科学研究のための2つの補完的プラットフォームを提示する。
論文 参考訳（メタデータ） (2026-02-23T13:10:01Z) - OR-Agent: Bridging Evolutionary Search and Structured Research for Automated Algorithm Discovery [10.217363774023033]
OR-Agentは、リッチな実験環境における自動探査のために設計されたマルチエージェントの研究フレームワークである。
本稿では,研究開始点の進化的選択,総合的な研究計画生成,研究ツリー内の協調探索を統一する進化的システム機構を提案する。
我々は古典的最適化ベンチマーク(走行セールスマン、静電容量化車両ルーティング、ビンパッキング、オリエンテーリング、および複数のクナップサック問題を含む)およびシミュレーションに基づく協調運転シナリオを含む実験を行う。
論文 参考訳（メタデータ） (2026-02-14T13:32:03Z) - GraphAgents: Knowledge Graph-Guided Agentic AI for Cross-Domain Materials Design [0.9332987715848714]
大型言語モデル (LLMs) は、科学的な視野を広げることで発見を加速することを約束する。
材料科学では、革新が分子化学から機械的性能までの概念を統合することを要求するが、これは特に急激である。
本稿では,PFAS(per-およびpolyfluoroalkyl substances)-chemicalsの持続可能な代替品を見つけるために,大規模知識グラフでガイドされたマルチエージェントフレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-07T10:50:34Z) - Towards a Science of Collective AI: LLM-based Multi-Agent Systems Need a Transition from Blind Trial-and-Error to Rigorous Science [70.3658845234978]
大規模言語モデル(LLM)はマルチエージェントシステム(MAS)の機能を大幅に拡張した。
この急速な進歩にもかかわらず、この分野はいまだに実証的な試行錯誤に大きく依存している。
このボトルネックは、帰属の曖昧さに起因している。
本稿では,協調運転要因を体系的に同定する要因帰属パラダイムを提案する。
論文 参考訳（メタデータ） (2026-02-05T04:19:52Z) - InterAgent: Physics-based Multi-agent Command Execution via Diffusion on Interaction Graphs [72.5651722107621]
InterAgentはテキスト駆動型物理ベースのマルチエージェントヒューマノイド制御のためのエンドツーエンドフレームワークである。
本稿では,マルチストリームブロックを備えた自己回帰拡散トランスフォーマーを提案する。
また,空間依存性の微粒化を明示的に捉えた対話グラフのエクスセプション表現を提案する。
論文 参考訳（メタデータ） (2025-12-08T10:46:01Z) - Cross-Disciplinary Knowledge Retrieval and Synthesis: A Compound AI Architecture for Scientific Discovery [1.5143261755366868]
BioSageは、LLMをRAGと統合した新しい複合AIアーキテクチャで、AI、データサイエンス、バイオメディカル、バイオセキュリティドメインにわたる発見を可能にするために、特殊なエージェントとツールを編成した。
本システムでは,クエリ計画と応答合成を備えた検索エージェントを含む,複数の特殊エージェントを特徴とし,引用支援型応答を持つドメイン間の知識検索を実現する。
我々の研究は、チャート、表、構造化された科学データに対するマルチモーダル検索と推論に重点を置いており、また、クロスディシプリナ発見のための総合的なマルチモーダルベンチマークも開発している。
論文 参考訳（メタデータ） (2025-11-23T05:33:11Z) - Build Your Personalized Research Group: A Multiagent Framework for Continual and Interactive Science Automation [41.659285482346235]
我々は,リアルタイムエージェント推論によって動的に決定されるテキストを特徴とするオープンソースのマルチエージェントフレームワークであるtexttfreephdlaborを提案する。
このフレームワークは、テキスト自動コンテキストのコンパクト化、情報劣化を防ぐためのテキストワークスペースベースのコミュニケーション、セッション間のテキストメモリ持続性、およびテキストノンブロッキング人間の介入メカニズムを含む包括的なインフラを提供する。
論文 参考訳（メタデータ） (2025-10-17T13:13:32Z) - A Survey of Scientific Large Language Models: From Data Foundations to Agent Frontiers [251.23085679210206]
科学大規模言語モデル(Sci-LLMs)は、科学研究において、知識の表現、統合、適用の方法を変えつつある。
この調査は、モデルとその基盤となるデータ基板の共進化として、Sci-LLMの開発を再考する。
我々は、科学的データの統一された分類法と、科学的知識の階層的なモデルを定式化する。
論文 参考訳（メタデータ） (2025-08-28T18:30:52Z) - Multi-Agent Imitation Learning with Copulas [102.27052968901894]
マルチエージェント模倣学習は、観察と行動のマッピングを学習することで、デモからタスクを実行するために複数のエージェントを訓練することを目的としている。
本稿では,確率変数間の依存を捉える強力な統計ツールである copula を用いて,マルチエージェントシステムにおける相関関係と協調関係を明示的にモデル化する。
提案モデルでは,各エージェントの局所的行動パターンと,エージェント間の依存構造のみをフルにキャプチャするコプラ関数を別々に学習することができる。
論文 参考訳（メタデータ） (2021-07-10T03:49:41Z)
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。