論文の概要: AGNT2: Autonomous Agent Economies on Interaction-Optimized Layer 2 Infrastructure

• arxiv url: http://arxiv.org/abs/2604.21129v1
• Date: Wed, 22 Apr 2026 22:33:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-24 14:40:06.202091
• Title: AGNT2: Autonomous Agent Economies on Interaction-Optimized Layer 2 Infrastructure
• Title（参考訳）: AGNT2: 対話最適化レイヤ2インフラストラクチャの自律エージェント
• Authors: Anbang Ruan, Xing Zhang,
• Abstract要約: AGNT2はエージェントとマイクロサービスの協調のために構築された3層スタックである。 AGNT2はエージェントとマイクロサービスの協調のために構築された3層スタックである。
• 参考スコア（独自算出の注目度）: 2.173754130697989
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Current blockchain Layer 2 solutions, including Optimism, Arbitrum, zkSync, and their derivatives, optimize for human-initiated financial transactions. Autonomous AI agents instead generate high-frequency, semantically rich service invocations among mutually untrusting principals. Existing chains treat those interactions as generic calldata, forcing identity, escrow, dependency ordering, and session state to be encoded above the execution layer at the wrong cost point. We present AGNT2, a three-tier stack purpose-built for agent and microservice coordination on-chain. AGNT2 combines: (1) a sidecar deployment pattern that turns any Docker container into an on-chain agent without application-code modification; (2) Layer Top P2P state channels for established bilateral pairs (<100 ms, rough design target 1K-5K TPS per pair, 10M+ aggregate TPS design envelope under endpoint-resource limits), Layer Core as a dependency-aware sequenced rollup for first-contact and multi-party interactions (500 ms-2 s, 300K-500K TPS design target), and Layer Root settlement with computational fraud proofs anchored to any EVM L1; and (3) an agent-native execution environment plus interaction trie that make service invocation, identity, reputation, capabilities, and session context first-class protocol objects. This paper focuses on the execution-layer systems problem: sequencing, state, settlement, and the data-availability (DA) bandwidth gap that bounds all three. Simulation and analytical modeling support the architecture, and prototype measurements validate selected components, but no end-to-end Layer Core implementation exists yet. Practical deployment is currently constrained to roughly 10K-100K TPS by DA throughput, leaving a ~100x gap at the target ceiling. AGNT2 argues that the agent economy requires a dedicated execution layer rather than a general-purpose chain repurposed for agents.
• Abstract（参考訳）: Optimism、Arbitrum、zkSync、およびそれらのデリバティブを含む現在のブロックチェーンレイヤ2ソリューションは、人手による金融トランザクションを最適化する。 自律AIエージェントは、互いに信頼できないプリンシパル間で高周波で意味的にリッチなサービス呼び出しを生成する。 既存のチェーンは、それらのインタラクションをジェネリックなコールデータとして扱い、ID、エスクロー、依存性の順序付け、セッション状態が間違ったコストポイントで実行層の上にエンコードされるように強制します。 AGNT2はエージェントとマイクロサービスの協調のために構築された3層スタックである。 AGNT2は、(1)Dockerコンテナをアプリケーションコード修正なしでオンチェーンエージェントに変換するサイドカーデプロイメントパターン、(2)確立された双方向ペアのためのレイヤトップP2Pステートチャネル((<100 ms, 粗い設計ターゲット)、1ペアあたり1K-5K TPS、10M+アグリゲートTPSデザインエンベロープ)、(2)ファーストコンタクトとマルチパーティインタラクション(500 ms-2 s, 300K-500K TPSデザインターゲット)のための依存性対応シーケンスロールアップとしてのレイヤコア、そして(3)サービス呼び出し、アイデンティティ、アセスメント、機能、セッションファーストクラスのプロトコルを実現するエージェントネイティブな実行環境、などを組み合わせている。 本稿では,シーケンシング,状態,解決,データ可用性(DA)帯域幅の3つにまたがる実行層システム問題に焦点をあてる。 シミュレーションと分析モデリングはアーキテクチャをサポートし、プロトタイプ測定は選択したコンポーネントを評価できるが、エンド・ツー・エンドのレイヤ・コアの実装はまだ存在しない。 現在、実際の配置はDAスループットによって約10K-100K TPSに制限されており、目標の天井に約100倍のギャップが残っている。 AGNT2はエージェント経済はエージェントのために再利用された汎用チェーンではなく、専用の実行層を必要とすると主張している。

関連論文リスト

• Phase-Scheduled Multi-Agent Systems for Token-Efficient Coordination [0.0]
  位相スケジュール多エージェントシステム(PSMAS)は、円多様体上にモデル化された共有注意空間の連続制御としてエージェント活性化を再認識するフレームワークである。 PSMASは平均トークンの減少率を27.3%(約21.4-34.8%)とし、完全に活性化されたベースラインの2.1ポイント以内のタスク性能を維持している。
  論文  参考訳（メタデータ） (2026-04-19T12:03:54Z)
• push0: Scalable and Fault-Tolerant Orchestration for Zero-Knowledge Proof Generation [0.0]
  push0はクラウドネイティブな証明オーケストレーションシステムで、プロファイラバイナリをスケジューリングインフラストラクチャから分離する。 我々の設計は、異種zkVMのシームレスな統合を可能にし、メッセージ永続化による自動タスク回復をサポートし、集中型ロールアップ演算子と分散マルチプロデューサネットワークの両方に必要なスケジューリングプリミティブを提供する。
  論文  参考訳（メタデータ） (2026-02-18T10:22:33Z)
• CORPGEN: Simulating Corporate Environments with Autonomous Digital Employees in Multi-Horizon Task Environments [1.6153514666902042]
  実際の組織的な作業には、インターリーブ、依存関係、優先順位付けを伴って、多くの並行した長期タスクを管理する必要があります。 マルチ水平タスク環境(MHTEs: Multi-Horizon Task Environments: MHTEs): 数十のインターリーブタスクでコヒーレントな実行を必要とする問題クラス。 負荷が25%から100%になるにつれて、ベースラインCUAが16.7%から8.7%に低下する4つの障害モードを特定します。 マルチ水平ゴールアライメントのための階層的計画を通じて,これらの障害に対処するアーキテクチャに依存しないフレームワークであるCorpGenを提案する。
  論文  参考訳（メタデータ） (2026-02-15T16:54:34Z)
• GenAgent: Scaling Text-to-Image Generation via Agentic Multimodal Reasoning [54.42973725693]
  我々は,エージェント型マルチモーダルモデルを用いて,視覚的理解と生成を統一したGenAgentを導入する。 GenAgentはGenEval++とWISEのベースジェネレータ(FLUX.1-dev)のパフォーマンスを大幅に向上させる。 本フレームワークは,1) 様々な機能を持つジェネレータへのクロスツール一般化,2) インタラクションラウンド間で一貫した改善を伴うテスト時間スケーリング,3) タスクに自動的に適応するタスク適応推論の3つの重要な特性を示す。
  論文  参考訳（メタデータ） (2026-01-26T14:49:04Z)
• Towards Efficient Agents: A Co-Design of Inference Architecture and System [66.59916327634639]
  本稿では,エージェントアクセラレーションのための統合フレームワークであるAgentInferを提案する。 問題をAgentCollab、AgentSched、AgentSAM、AgentCompressの4つの相乗的コンポーネントに分解する。 BrowseComp-zhとDeepDiverベンチマークの実験では、これらの手法の相乗的コラボレーションを通じて、AgentInferは非効率なトークン消費を50%以上削減することを示した。
  論文  参考訳（メタデータ） (2025-12-20T12:06:13Z)
• 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)
• Hierarchical Federated Graph Attention Networks for Scalable and Resilient UAV Collision Avoidance [0.5505634045241287]
  衝突回避を実践するためにバランスをとる必要がある最も重要な指標は、リアルタイムのパフォーマンス、敵のレジリエンス、プライバシー保護である。 我々は適応型微分プライバシー機構を提案し,実時間脅威の評価に基づいて雑音レベル$(in [0.1, 1.0])$を動的に低減する。 このアーキテクチャは500UAVのスケーラブルなシナリオを提供し、衝突速度は2.0%$、ビザンティンの耐障害性は$f n/3$である。
  論文  参考訳（メタデータ） (2025-11-05T12:01:00Z)
• Anemoi: A Semi-Centralized Multi-agent System Based on Agent-to-Agent Communication MCP server from Coral Protocol [0.7288110873705294]
  Anemoi は、Coral Protocol の Agent-to-Agent (A2A) 通信 MCP サーバ上に構築された、半集中型の MAS である。 従来のデザインとは異なり、Anemoiは構造的かつ直接的なエージェント間コラボレーションを可能にし、すべてのエージェントが進捗を監視し、結果を評価し、ボトルネックを特定し、リアルタイムに改善を提案する。
  論文  参考訳（メタデータ） (2025-08-23T15:45:10Z)
• FusionLLM: A Decentralized LLM Training System on Geo-distributed GPUs with Adaptive Compression [55.992528247880685]
  分散トレーニングは、システム設計と効率に関する重要な課題に直面します。 大規模深層ニューラルネットワーク(DNN)のトレーニング用に設計・実装された分散トレーニングシステムFusionLLMを提案する。 本システムと手法は,収束性を確保しつつ,ベースライン法と比較して1.45～9.39倍の高速化を実現可能であることを示す。
  論文  参考訳（メタデータ） (2024-10-16T16:13:19Z)

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。