論文の概要: A Two-Dimensional Framework for AI Agent Design Patterns: Cognitive Function and Execution Topology
- arxiv url: http://arxiv.org/abs/2605.13850v1
- Date: Mon, 16 Mar 2026 04:01:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-25 12:34:33.802132
- Title: A Two-Dimensional Framework for AI Agent Design Patterns: Cognitive Function and Execution Topology
- Title（参考訳）: AIエージェントデザインパターンのための2次元フレームワーク:認知機能と実行トポロジー
- Authors: Jia Huang, Joey Tianyi Zhou,
- Abstract要約: 本研究では,認知関数軸を7つのカテゴリ,実行位相軸を6つの構造的アーチタイプと組み合わせた2次元分類を提案する。
その結果得られた7x6行列は、27の名前付きパターン、13のオリジナルネームを識別し、AIエージェントアーキテクチャ設計のための原則付き、フレームワークニュートラル、モデルに依存しない語彙を提供する。
- 参考スコア（独自算出の注目度）: 54.72352855252792
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Existing frameworks for LLM-based agent architectures describe systems from a single perspective: industry guides (Anthropic, Google, LangChain) focus on execution topology -- how data flows -- while cognitive science surveys focus on cognitive function -- what the agent does. Neither axis alone disambiguates architecturally distinct systems: the same Orchestrator-Workers topology can implement Plan-and-Execute, Hierarchical Delegation, or Adversarial Verification -- three patterns with fundamentally different failure modes and design trade-offs. We propose a two-dimensional classification that combines (1) a Cognitive Function axis with seven categories (Context Engineering, Memory, Reasoning, Action, Reflection, Collaboration, Governance) and (2) an Execution Topology axis with six structural archetypes (Chain, Route, Parallel, Orchestrate, Loop, Hierarchy). The resulting 7x6 matrix identifies 27 named patterns, 13 with original names. We demonstrate orthogonality through systematic cross-axis analysis, define eight representative patterns in detail, and validate descriptive coverage across four real-world domains (financial lending, legal due diligence, network operations, healthcare triage). Cross-domain analysis yields five empirical laws of pattern selection governing the relationship between environmental constraints (time pressure, action authority, failure cost asymmetry, volume) and architectural choices. The framework provides a principled, framework-neutral, and model-agnostic vocabulary for AI agent architecture design.
- Abstract（参考訳）: 業界ガイド(Anthropic、Google、LangChain)は実行トポロジ(実行トポロジ)、データフロー(データフロー)、認知科学の調査では認知機能(Cognitive function)に焦点を当てている。
同じOrchestrator-Workersトポロジは、プラン・アンド・エクササイズ、階層的デリゲーション、あるいはAdversarial Verification – 根本的に異なる障害モードと設計トレードオフを持つ3つのパターンを実装できます。
本研究では,(1)認知関数軸を7つのカテゴリ(コンテキスト工学,記憶,推論,行動,反射,協調,ガバナンス)と,(2)実行トポロジー軸を6つの構造的アーキタイプ(チェイン,ルート,並列,オーケストラ,ループ,階層)と組み合わせた2次元分類を提案する。
結果の7x6行列は27の名前付きパターンを識別し、13は元の名前を持つ。
組織横断軸解析により直交性を実証し、8つの代表的なパターンを詳細に定義し、実世界の4つの領域(金融融資、法的なデュリジェンス、ネットワーク運用、医療トリアージ)にわたる記述的カバレッジを検証する。
クロスドメイン分析は、環境制約(時間的圧力、行動権限、障害コスト非対称性、ボリューム)とアーキテクチャ選択の間の関係を規定するパターン選択の実証的な5つの法則をもたらす。
このフレームワークは、AIエージェントアーキテクチャ設計のための原則的、フレームワーク中立的で、モデルに依存しない語彙を提供する。
関連論文リスト
- Retrieval-Conditioned Topology Selection with Provable Budget Conservation for Multi-Agent Code Generation [0.0]
Retrieval-Guided Adaptive Orchestration (RGAO) は階層コードインデックスから構造複雑性ベクトルを抽出してループを閉じるアーキテクチャである。
RGAOは、サブエージェントが6次元の予算ベクトルによる正式な契約によって管理されるマルチエージェントフレームワークであるCode-Agent内で動作する。
論文 参考訳（メタデータ） (2026-05-07T04:18:53Z) - A Pattern Language for Resilient Visual Agents [69.08074737002393]
本稿では、高速で決定論的な反射を遅い確率論的監視から切り離す視覚エージェントのためのアーキテクチャパターン言語を提案する。
設計パターンは,(1)ハイブリッド・アクダクタンス・インテグレーション,(2)適応型ビジュアル・アンコリング,(3)視覚階層合成,(4)セマンティック・シーン・グラフの4つから構成される。
論文 参考訳（メタデータ） (2026-04-30T15:24:26Z) - Architecture Without Architects: How AI Coding Agents Shape Software Architecture [0.6299766708197881]
そこで本研究では,自然構造型プロンプト機能を必要なインフラストラクチャにマッピングするための,6つのプロンプト-アーキテクチャ結合パターンを提案する。
私たちは、意図的な設計ではなく、プロンプトによって形作られたこの現象を表現し、これらの隠れた決定をガバナンスの下にもたらすためのレビュープラクティス、意思決定記録、ツールの概要を述べます。
論文 参考訳（メタデータ） (2026-04-05T07:32:37Z) - Beyond the Academic Monoculture: A Unified Framework and Industrial Perspective for Attributed Graph Clustering [75.50670592447219]
分散グラフクラスタリング(AGC)は、構造トポロジとノード属性を共同でモデル化することによって、ノードを凝集性グループに分割する基本的な教師なしタスクである。
この調査は、3つの相補的な視点からAGCを包括的かつ工業的に基礎づけたレビューを提供する。
論文 参考訳（メタデータ） (2026-03-21T14:15:34Z) - Designing Domain-Specific Agents via Hierarchical Task Abstraction Mechanism [61.01709143437043]
階層型タスク抽象化機構(HTAM)を中心とした新しいエージェント設計フレームワークを提案する。
具体的には、HTAMは、社会的役割のエミュレーションを超えて、代わりに、複数のエージェントシステムを、あるドメインの固有のタスク依存グラフを反映する論理階層に構造化する。
我々は、複雑な地理空間解析に適したマルチエージェントシステムであるEarthAgentとして、このフレームワークをインスタンス化する。
論文 参考訳（メタデータ） (2025-11-21T12:25:47Z) - AgentArch: A Comprehensive Benchmark to Evaluate Agent Architectures in Enterprise [0.0]
本稿では、オーケストレーション戦略、エージェントプロンプト実装(ReAct vs. 関数呼び出し)、メモリアーキテクチャ、思考ツール統合の4つの重要なエージェントシステム側面について検討する。
我々のベンチマークでは、エージェントAIシステムにおいて、一般的なワンサイズ・オールパラダイムに挑戦する、重要なモデル固有のアーキテクチャ上の嗜好を明らかにしている。
論文 参考訳（メタデータ） (2025-09-13T01:18:23Z) - Modeling Hierarchical Spaces: A Review and Unified Framework for Surrogate-Based Architecture Design [0.32622301272834514]
本稿では、構造化された入力空間に関する文献をレビューし、既存のアプローチを一般化する統一的なフレームワークを提案する。
変数は、その値が他の命令された変数の存在を支配すればメタとして記述され、条件付きおよび階層構造をモデル化できる。
我々のフレームワークは階層的距離とカーネルを定義し、階層的ドメイン上の代理モデリングと最適化を可能にする。
論文 参考訳（メタデータ） (2025-06-27T20:38:57Z) - Topological Structure Learning Should Be A Research Priority for LLM-Based Multi-Agent Systems [69.95482609893236]
大規模言語モデルに基づくマルチエージェントシステム(MAS)は、協調的な知性によって複雑なタスクに取り組むための強力なパラダイムとして登場した。
我々は,エージェント間相互作用の構造を明示的にモデル化し,動的に最適化する,エフェトロジーを意識したMASへのパラダイムシフトを求める。
論文 参考訳（メタデータ） (2025-05-28T15:20:09Z) - Universal Information Extraction as Unified Semantic Matching [54.19974454019611]
情報抽出を,異なるタスクやスキーマで共有される構造化と概念化という,2つの能力に分割する。
このパラダイムに基づいて、統一意味マッチングフレームワークを用いて様々なIEタスクを普遍的にモデル化することを提案する。
このように、USMはスキーマと入力テキストを共同でエンコードし、サブ構造を一様に並列に抽出し、必要に応じてターゲット構造を制御できる。
論文 参考訳（メタデータ） (2023-01-09T11:51:31Z) - Mapping the Internet: Modelling Entity Interactions in Complex
Heterogeneous Networks [0.0]
サンプル表現、モデル定義、トレーニングのための汎用性のある統一フレームワークHMill'を提案します。
フレームワークに実装されたモデルによって実現されたすべての関数の集合に対する普遍近似定理の拡張を示す。
このフレームワークを使ってサイバーセキュリティドメインから3つの異なる問題を解決する。
論文 参考訳（メタデータ） (2021-04-19T21:32:44Z)
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。