論文の概要: A Multi-Agent Consensus Protocol for Stable Software Remodularization
- arxiv url: http://arxiv.org/abs/2605.04188v1
- Date: Tue, 05 May 2026 18:27:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-07 18:41:07.481945
- Title: A Multi-Agent Consensus Protocol for Stable Software Remodularization
- Title（参考訳）: 安定ソフトウェア再構成のためのマルチエージェントコンセンサスプロトコル
- Authors: Ahmed F. Ibrahim,
- Abstract要約: 非対称なモノトニック・コンセッション・プロトコル(AMCP)を導入し、エージェントが多属性効用閾値を尊重する分解を交渉できるようにする。
合成ベンチマークとJavaフレームワークに関する予備的な実験は、交渉された合意が最先端の安定性の予算と一致していることを確認します。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Automatic software remodularisation is typically cast as a single-objective optimization problem. While recent metaheuristics have improved search efficiency, real-world architecture recovery must reconcile the conflicting attributes of structural cohesion and evolutionary stability. We reframe software module clustering as a distributed consensus problem among autonomous agents. We introduce an Asymmetric Monotonic Concession Protocol (AMCP) that enables agents to negotiate decompositions that respect multi-attribute utility thresholds. We formally prove the protocol's termination, its bounded concession behaviour consistent with the Zeuthen Strategy under closed-instance conditions, and the local Pareto-satisfactoriness of the resulting partitions. Preliminary experiments on a synthetic benchmark and the Xwork Java framework confirm that our negotiated consensus matches state-of-the-art optimizers when stability budgets are loose, while acting as a "circuit breaker" to enforce strict stability constraints. Extended results on ten further systems, including comparisons with multi-objective evolutionary algorithms and multi-version chains, will be reported in a forthcoming full paper.
- Abstract（参考訳）: ソフトウェアの自動リモーダル化は、通常、単目的最適化問題として扱われる。
近年のメタヒューリスティックスは探索効率を向上しているが、現実のアーキテクチャ回復は構造的凝集と進化的安定性の相反する特性を調整しなければならない。
我々は,自律エージェント間の分散コンセンサス問題として,ソフトウェアモジュールクラスタリングを再構成した。
非対称なモノトニック・コンセッション・プロトコル(AMCP)を導入し、エージェントが多属性効用閾値を尊重する分解を交渉できるようにする。
我々は,プロトコルの終了,Zeuthen戦略と整合する有界譲歩挙動,および結果として生じる分割の局所的パレート満足度を正式に証明する。
合成ベンチマークとXwork Javaフレームワークに関する予備実験では、我々の交渉された合意は、安定性の予算が緩いときに最先端のオプティマイザと一致し、厳格な安定性の制約を強制する"サーキットブレーカー"として機能することを確認した。
マルチオブジェクト進化アルゴリズムやマルチバージョンチェーンとの比較を含む、さらに10のシステムでのさらなる結果が、今後のフルペーパーで報告される。
関連論文リスト
- Multimodal Learning on Low-Quality Data with Conformal Predictive Self-Calibration [72.0672328514289]
マルチモーダル学習は、しばしば低品質データの課題に悩まされる。
コンフォーマル予測自己校正(Conformal Predictive Self-Calibration)と呼ばれる統合フレームワークを提案する。
私たちのフレームワークは、既存の最先端メソッドを一貫して上回ります。
論文 参考訳（メタデータ） (2026-05-05T14:48:52Z) - GRASP: Gradient Realignment via Active Shared Perception for Multi-Agent Collaborative Optimization [41.52202306408042]
非定常性は、同時ポリシー更新によって発生し、持続的な環境変動を引き起こす。
本稿では,一般ベルマン均衡を政策進化の安定目標として定義する新しい枠組みである,アクティブ共有知覚(GRASP)によるRealignmentを提案する。
論文 参考訳（メタデータ） (2026-04-01T10:26:22Z) - Graph-theoretic Agreement Framework for Multi-agent LLM Systems [0.228438857884398]
本稿では,署名された対話ネットワークにおけるコンセンサスを分析するための厳密なグラフ理論の枠組みを確立する。
我々は、不均衡な批判サイクルが論理的フラストレーションと持続的推論振動をいかに生み出すかを示す。
階数1のスペクトルエッジ摂動は、固有値を安定左半平面にシフトさせることで、決定論的に対称性を損なうことを証明した。
論文 参考訳（メタデータ） (2026-02-23T02:30:48Z) - Self-Evolving Coordination Protocol in Multi-Agent AI Systems: An Exploratory Systems Feasibility Study [0.0]
自己進化コーディネーションプロトコル(SECP)
SECP: 限定的で、外部から検証された自己修正を可能にする調整プロトコル。
本稿では,自己進化コーディネーションプロトコルの探索システムの実現可能性について述べる。
論文 参考訳（メタデータ） (2026-02-02T14:45:04Z) - From Monolith to Microservices: A Comparative Evaluation of Decomposition Frameworks [1.516795490965608]
この研究は、静的、動的、ハイブリッド技術にまたがる最先端のマイクロサービス分解アプローチを統一的に評価する。
我々は,構造モジュール性(SM),インターフェース番号(IFN),インターパーティション通信(ICP),非エクストリーム分布(NED),関連指標を用いて,広く使用されているベンチマークシステム(JPetStore,AcmeAir,DayTrader,植物)の分解品質を評価する。
階層的なクラスタリングベースの手法、特にHDBScanは、ベンチマーク間で最も一貫したバランスの取れた分解を生成することを示している。
論文 参考訳（メタデータ） (2026-01-30T16:28:47Z) - Mixture-of-Models: Unifying Heterogeneous Agents via N-Way Self-Evaluating Deliberation [0.0]
本稿では,N-Way Self-Evaluating Deliberation (NSED) プロトコル,Mixture-of-Models (MoM) アーキテクチャを提案する。
静的ゲーティングネットワークに依存する従来のMixture-of-Experts (MoE)とは異なり、NSEDはモデル選択をKnapsack問題のバリエーションとして扱うDynamic Expertise Brokerを使用している。
論文 参考訳（メタデータ） (2026-01-23T16:11:54Z) - 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) - QoS-Aware Hierarchical Reinforcement Learning for Joint Link Selection and Trajectory Optimization in SAGIN-Supported UAV Mobility Management [52.15690855486153]
宇宙空間統合ネットワーク (SAGIN) がユビキタスUAV接続を実現するための重要なアーキテクチャとして登場した。
本稿では,SAGINにおけるUAVモビリティ管理を制約付き多目的関節最適化問題として定式化する。
論文 参考訳（メタデータ） (2025-12-17T06:22:46Z) - Mixture of Ranks with Degradation-Aware Routing for One-Step Real-World Image Super-Resolution [76.66229730098759]
実世界の画像超解像(Real-ISR)では、既存のアプローチは主に微調整された事前学習拡散モデルに依存している。
単一ステップ画像超解像のためのMixture-of-Ranks (MoR)アーキテクチャを提案する。
LoRAの各ランクを独立した専門家として扱う、きめ細かい専門家分割戦略を導入する。
論文 参考訳（メタデータ） (2025-11-20T04:11:44Z) - Provable Guarantees for Generative Behavior Cloning: Bridging Low-Level
Stability and High-Level Behavior [51.60683890503293]
生成モデルを用いた複雑な専門家による実演の行動クローニングに関する理論的枠組みを提案する。
任意の専門的軌跡の時間ごとのステップ分布に一致するトラジェクトリを生成することができることを示す。
論文 参考訳（メタデータ） (2023-07-27T04:27:26Z) - On the Complexity of Multi-Agent Decision Making: From Learning in Games
to Partial Monitoring [105.13668993076801]
マルチエージェント強化学習(MARL)理論における中心的な問題は、構造条件やアルゴリズムの原理がサンプル効率の学習保証につながるかを理解することである。
本稿では,複数のエージェントを用いた対話型意思決定のための一般的な枠組みとして,この問題について考察する。
マルチエージェント意思決定における統計的複雑性を特徴付けることは、単一エージェント決定の統計的複雑性を特徴付けることと等価であることを示す。
論文 参考訳（メタデータ） (2023-05-01T06:46:22Z)
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。