論文の概要: Pact: A Choreographic Language for Agentic Ecosystems

• arxiv url: http://arxiv.org/abs/2605.03143v1
• Date: Mon, 04 May 2026 20:32:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-06 19:35:43.644685
• Title: Pact: A Choreographic Language for Agentic Ecosystems
• Title（参考訳）: Pact: エージェント生態系のためのコレオグラフィ言語
• Authors: Kiran Gopinathan, Jack Feser, Michelangelo Naim, Zenna Tavares, Eli Bingham,
• Abstract要約: 振り付けプログラミングにはエージェントの自己関心という概念がなく、エージェントがプロトコルに従う理由がある。 この講演では、エージェントの選択と好みを記述するために操作に拡張された言語であるPactを紹介します。 すべてのPactプロトコルは形式的なゲームにマップされ、プロトコル設計者はプロトコルのゲーム理論的性質を推論することができる。
• 参考スコア（独自算出の注目度）: 0.3479712135769015
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Recent advances in large language models have led to the rise of software systems (i.e. agents) that execute with increasing autonomy on behalf of users in open, multi-party settings, interacting with untrusted counterparts and managing private information. Choreographic programming offers correct-by-construction protocol-design for such settings, but assumes cooperative participants -- it has no notion of agent self-interest, that is, why an agent will follow a protocol. In this talk we introduce Pact, a choreographic language extended with operations to describe agent choices and preferences, drawing from the rich literature of game theory. Every Pact protocol maps to a formal game, allowing protocol designers to reason about game-theoretic properties of their protocols, such as solving for decision policies. We present Pact's design and a preliminary implementation -- a bounded-rational solver that computes decision policies over Pact protocols -- and findings from applying this language to multi-party coordination with self-interested agentic participants.
• Abstract（参考訳）: 大規模言語モデルの最近の進歩は、オープンなマルチパーティ環境でユーザに代わって自律性を高め、信頼できない相手と対話し、プライベート情報を管理するソフトウェアシステム(エージェント)の台頭につながっている。 Choreographic Programmingは、このような設定に対して正しいコンストラクションプロトコル設計を提供するが、協力的な参加者を仮定する。 本講演では,ゲーム理論の豊富な文献から,エージェントの選択と嗜好を記述するための操作に拡張された振付言語であるPactを紹介する。 すべてのPactプロトコルは形式的なゲームにマップされ、プロトコル設計者は決定ポリシーの解決など、プロトコルのゲーム理論的性質を推論することができる。 本稿では、Pactプロトコル上の決定ポリシーを計算する有界有理数解法であるPactの設計と予備実装について述べる。

関連論文リスト

• MPAC: A Multi-Principal Agent Coordination Protocol for Interoperable Multi-Agent Collaboration [2.643905034529239]
  MPACはアプリケーション層プロトコルで、このギャップを5つの層にまたがる明示的なコーディネーションセマンティクスで埋める。 仕様では21のメッセージタイプ、標準トランジションテーブルを備えた3つのステートマシン、Lamport-clock因果電子透かし、2つの実行モデル、3つのセキュリティプロファイル、共有状態の楽観的な制御を定義している。 制御された3エージェントのコードレビューベンチマークでは、調整オーバーヘッドが95%削減され、壁時計の4.8倍のスピードアップを示した。
  論文  参考訳（メタデータ） (2026-04-10T01:12:05Z)
• Beyond Message Passing: A Semantic View of Agent Communication Protocols [19.409127393922216]
  エージェント通信プロトコルは,大規模言語モデル(LLM)システムにとって重要な基盤になりつつある。 この研究は、エージェントコミュニケーションをコミュニケーション、構文、セマンティックという3つの層にまとめることで、この新興の風景を人間にインスパイアされた視点で表現する。
  論文  参考訳（メタデータ） (2026-03-30T00:40:30Z)
• Scan-do Attitude: Towards Autonomous CT Protocol Management using a Large Language Model Agent [39.72587188702086]
  プロトコル構成要求の解釈と実行を支援するために,LLM(Large Language Model)ベースのエージェントフレームワークが提案されている。 このエージェントは、コンテキスト内学習、命令フォロー、構造化ツールコール機能を組み合わせて、関連するプロトコル要素を特定し、正確な修正を適用する。
  論文  参考訳（メタデータ） (2025-09-24T16:04:11Z)
• Agent Context Protocols Enhance Collective Inference [25.611935537078825]
  エージェントコンテキストプロトコル(エージェントコンテキストプロトコル、ACP)は、エージェントエージェント通信、調整、エラー処理のための、ドメインおよびエージェントに依存しないプロトコルのファミリーである。 ACPは永続的な実行青写真と標準化されたメッセージスキーマを組み合わせることで、堅牢でフォールトトレラントな集団推論を可能にする。 ACPによるジェネラリストシステムは最先端のパフォーマンスに到達し、長い水平ウェブアシストと最高のマルチモーダル技術レポートのためのAssistantBenchの精度は28.3%である。
  論文  参考訳（メタデータ） (2025-05-20T16:28:08Z)
• Subversion Strategy Eval: Can language models statelessly strategize to subvert control protocols? [50.62012690460685]
  本稿では、制御プロトコルを変換する独自の戦略で、AIシステムがいかにうまく生成し、動作できるかを検討する。 AIシステムは、各コンテキストにおける最適なプランを確実に生成し、適切に調整された確率で行動し、通信せずに他のインスタンスと計画を調整する必要がある。
  論文  参考訳（メタデータ） (2024-12-17T02:33:45Z)
• Games for AI Control: Models of Safety Evaluations of AI Deployment Protocols [52.40622903199512]
  本稿では,多目的かつ部分的に観察可能なゲームとして,AI-Control Gamesを紹介した。 我々は、信頼できない言語モデルをプログラミングアシスタントとしてデプロイするためのプロトコルをモデル化、評価、合成するために、フォーマリズムを適用した。
  論文  参考訳（メタデータ） (2024-09-12T12:30:07Z)
• ProAgent: Building Proactive Cooperative Agents with Large Language Models [89.53040828210945]
  ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。 ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。 ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
  論文  参考訳（メタデータ） (2023-08-22T10:36:56Z)
• A Case Study in Engineering a Conversational Programming Assistant's Persona [72.47187215119664]
  会話能力は、既存のコード流大言語モデルを使用することで達成された。 プロンプトの進化に関する議論は、既存の基礎モデルを特定のアプリケーションに望ましい方法で振る舞う方法に関するケーススタディを提供する。
  論文  参考訳（メタデータ） (2023-01-13T14:48:47Z)
• Deep Interactive Motion Prediction and Planning: Playing Games with Motion Prediction Models [162.21629604674388]
  本研究は,新しい対話型マルチエージェントニューラルネットワークポリシを予測モデルの一部として使用するゲーム理論モデル予測制御器(MPC)を提案する。 本手法の成功の基礎は,周辺エージェントの状態と地図情報に基づいて車両を操縦できる,新しいマルチエージェントポリシーネットワークの設計である。
  論文  参考訳（メタデータ） (2022-04-05T17:58:18Z)

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。