論文の概要: Internal vs. External: Comparing Deliberation and Evolution for Multi-Agent Constitutional Design
- arxiv url: http://arxiv.org/abs/2605.09128v1
- Date: Sat, 09 May 2026 19:19:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-12 23:28:50.07611
- Title: Internal vs. External: Comparing Deliberation and Evolution for Multi-Agent Constitutional Design
- Title（参考訳）: 内部対外部:多言語構成設計における検討と進化の比較
- Abstract要約: 3つの社会環境における内的議論と外的進化を比較した。
内部の自己支配取引が構造的応答性のためにピークとなる間、ピークにおいて外部最適化が勝利する。
- 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 AI systems need behavioral constitutions, but it is unresolved whether such rules should emerge internally through agent self-governance or be discovered externally through optimization. We present the first controlled comparison of internal deliberation and external evolution across three social environments: a coordination grid-world, an iterated public goods game, and a bilateral trading market. Across 180 simulation runs, evolution significantly outperforms deliberation in collective-action settings (p < 0.01), while neither method improves outcomes in bilateral trading. A multiplier ablation reveals that evolution's advantage inverts when incentives shift: at pool multiplier (m = 0.75) the evolved constitution forces value-destroying cooperation and becomes the worst-performing method. Notably, no deliberation run across thirty trials ever proposed punishment -- the canonical cooperation-sustaining mechanism evolution reliably discovers -- suggesting external optimization wins on peaks while internal self-governance trades peaks for structural responsiveness.
- Abstract（参考訳）: マルチエージェントAIシステムは行動構成を必要とするが、そのようなルールがエージェントの自己管理によって内部に現れるか、最適化によって外部に発見されるかは未解決である。
本稿では,3つの社会環境(協調グリッドワールド,反復型公共商品ゲーム,二国間取引市場)における内部審議と外的発展の制御比較を行った。
180以上のシミュレーションが実行され、進化は集団行動設定(p < 0.01)で熟考を著しく上回るが、どちらの手法も二国間取引の結果を改善する。
プール乗算器(m = 0.75)では、進化したコンスティチューションは価値破壊協力を強制し、最悪のパフォーマンスの方法となる。
厳格な協力・維持機構の進化が確実に発見され、外部最適化がピークで勝利し、内部の自治貿易が構造的応答性のためにピークに達することを示唆している。
関連論文リスト
- Co-Evolution in Agentic Systems: Toward Self-Directed Evolution Beyond Human Design [55.30329388138526]
本調査は,複数のエージェントと環境が互いに適応的な圧力を課す多成分自己進化であるエージェントシステムの共進化に焦点を当てた。
既存の論文を整理するために,システムがどのように人為的制約を徐々に覆い隠すかを追究する,進歩的な3段階分類法を提案する。
論文 参考訳（メタデータ） (2026-08-10T23:10:40Z) - EvolveNet: Collaborative Harness Evolution for Agent Self-Improvement [70.68218215070745]
既存のアプローチでは、すべての実行エクスペリエンスを単一のハーネスにルーティングできると仮定している。
EvolveNetは、経験抽出をデータに移動させるハーネス進化のパラダイムである。
論文 参考訳（メタデータ） (2026-08-05T15:37:18Z) - Reputation-driven Cooperation in Lattice-based Decentralized Federated Learning through Evolutionary Game Theory [0.3572141827285953]
本稿では,戦略的進化の分析とシステム全体の性能向上を目的とした新しいEGTフレームワークを提案する。
我々は、有界有理性の仮定の下で格子ネットワーク構造上のピアツーピア(P2P)相互作用をモデル化する。
評価に基づく報奨・報奨機構を統合して,フリーライディングの行動を効果的に抑制する。
論文 参考訳（メタデータ） (2026-08-02T12:23:45Z) - Constitutional Arms Races in the Public Goods Game: Co-Evolving LLM Constitutions Under Cooperation-Defection Pressure [1.5364755220261122]
我々は,パブリックグッズゲーム(PGG)と空間グリッドワールドにまたがる敵国憲法の共進化について研究する。
PGGでは、両派とも約0.78でほぼ平衡に収束し、1.2, 1.5, 2.0, 3.0の検定乗算数 m に対して頑健である。
K = 2 回帰(K = 2 regresses)、K = 5(K = 5)は30世代すべてで強い専門家を擁する。
論文 参考訳（メタデータ） (2026-05-26T02:01:08Z) - Evolutionary Ensemble of Agents [7.465452178698495]
EvEは、分散化されたフレームワークであり、アルゴリズム発見のためのライブで共進化するシステムにコーディングエージェントを編成する。
2つの共進化する人口を維持することで、EvEはエージェントを同期レースを通じて評価し、経験的Elo格付けを更新する。
固定初期エージェントや凍結した「ベスト進化」エージェントによって駆動される変種と比較して、EvEは位相ミスマッチを独自に回避する。
論文 参考訳（メタデータ） (2026-05-09T15:56:10Z) - CORAL: Towards Autonomous Multi-Agent Evolution for Open-Ended Discovery [67.47220507982522]
大規模言語モデル(LLM)ベースの進化は、オープンな発見のための有望なアプローチである。
オープンエンド問題における自律的マルチエージェント進化のための最初のフレームワークであるCORALを紹介する。
コーラルは、厳格な制御を長期にわたるエージェントに置き換え、探索し、反射し、協力する。
論文 参考訳（メタデータ） (2026-04-02T05:59:06Z) - Evolving Deception: When Agents Evolve, Deception Wins [38.72906831937611]
競合するビディンアリーナにおける大規模言語モデル(LLM)エージェントの自己進化について検討する。
私たちは一貫したパターンを見つけます:ユーティリティ駆動の競争の下では、非制約の自己進化は、欺く行動に向かって確実に流れます。
本稿では, エージェントの自己進化とアライメントの基本的な緊張関係を明らかにし, 対戦環境における自己改善エージェントの展開リスクを明らかにする。
論文 参考訳（メタデータ） (2026-03-06T03:47:07Z) - The Devil Behind Moltbook: Anthropic Safety is Always Vanishing in Self-Evolving AI Societies [57.387081435669835]
大規模言語モデルから構築されたマルチエージェントシステムは、スケーラブルな集合知性と自己進化のための有望なパラダイムを提供する。
エージェント社会が継続的自己進化、完全隔離、安全性の不変性を満たすことは不可能であることを示す。
我々は、特定された安全上の懸念を軽減するために、いくつかの解決方法を提案する。
論文 参考訳（メタデータ） (2026-02-10T15:18:19Z) - Evolving Interpretable Constitutions for Multi-Agent Simulation [0.0]
我々は,多エージェントLLMシステムにおける行動規範を自動的に発見するフレームワークであるコンスティチューショナル・エボリューショナル・エボリューションを提案する。
生存圧力を伴うグリッドワールドシミュレーションを用いて,個人と集団福祉の緊張関係について検討する。
我々の解釈可能な規則は、規定されるよりもむしろ協調規範を発見できることを示している。
論文 参考訳（メタデータ） (2026-01-31T14:41:43Z) - Evolutionary and Coevolutionary Multi-Agent Design Choices and Dynamics [4.180148451363464]
エージェント学習は、一方が進化しない側と、他方が互いに共進化する側とを競うように訓練されたときに評価される。
コードライクなロジックでコントローラを表現できる文法を用いた文法進化アルゴリズムの我々のバージョンは、最高のチームパフォーマンスを達成することができる。
アルゴリズムと表現の全体にわたって、共進化は両面のパフォーマンス高や低を減少させ、一方、両面のゆらぎを誘発する。
論文 参考訳（メタデータ） (2025-07-07T23:14:51Z) - Agent Alignment in Evolving Social Norms [65.45423591744434]
本稿では,エージェント進化とアライメントのための進化的フレームワークであるEvolutionaryAgentを提案する。
社会規範が継続的に進化する環境では、エージェントは現在の社会規範に適応し、生存と増殖の確率が高くなる。
進化的エージェントは、一般的なタスクにおいてその能力を維持しながら、進化する社会規範と徐々に整合できることを示す。
論文 参考訳（メタデータ） (2024-01-09T15:44:44Z) - X-volution: On the unification of convolution and self-attention [52.80459687846842]
本稿では,畳み込み操作と自己注意操作の両方からなるマルチブランチ基本モジュールを提案する。
提案したX-進化は、非常に競争力のある視覚的理解の改善を実現する。
論文 参考訳（メタデータ） (2021-06-04T04:32:02Z)
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。