論文の概要: Agent Economics: An Entropy-Controlled Pluralistic Alignment Framework for Preventing Artificial Hivemind in Autonomous Agents

• arxiv url: http://arxiv.org/abs/2606.09039v2
• Date: Mon, 15 Jun 2026 12:15:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 18:36:04.817225
• Title: Agent Economics: An Entropy-Controlled Pluralistic Alignment Framework for Preventing Artificial Hivemind in Autonomous Agents
• Title（参考訳）: エージェント・エコノミクス : 自律エージェントにおける人工Hivemind防止のためのエントロピー制御多元的アライメント・フレームワーク
• Authors: Cheonsu Jeong,
• Abstract要約: 本研究では,自律型エージェント経済における2つの重要な課題に対処するために,行動プロトコルフレームワーク(BPF)を提案する。 提案されたBPFは、メンタライズベースのソーシャルインテリジェンス(MbSI)、多元的アライメント(PA)、検証可能な実行カーネル(VEK)の3つのコアモジュールで構成されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This study proposes the Behavioral Protocol Framework (BPF), an entropy-controlled pluralistic alignment framework designed to address two critical challenges in autonomous agent economies: the hivemind effect arising from excessive strategic convergence among agents and the lack of transparency in autonomous decision-making processes. The proposed BPF consists of three core modules: Mentalizing-based Social Intelligence (MbSI) grounded in Theory of Mind (ToM), Pluralistic Alignment (PA), and a Verifiable Execution Kernel (VEK). These modules are organically integrated within a closed-loop architecture that governs the entire lifecycle of agent behavior, from decision-making and execution to verification and feedback. To evaluate the proposed framework, a simulation environment implemented in Python and a Streamlit-based user interface will be developed. Through empirical experimentation, the study aims to examine whether the entropy-control mechanism of the PA module can effectively preserve strategic diversity among agents and mitigate collective convergence, while the VEK module provides a comprehensive and transparent audit trail of the decision-making process. The anticipated results are expected to demonstrate that the proposed framework can simultaneously enhance the stability, efficiency, and trustworthiness of autonomous agent economies. Consequently, this research offers a practical approach for developing robust, transparent, and accountable agent-native economic systems.
• Abstract（参考訳）: 本研究では,自律型エージェント経済における2つの重要な課題に対処するエントロピー制御型多元的アライメントフレームワークである行動プロトコルフレームワーク(BPF)を提案する。 提案されたBPFは、3つの中核モジュールから構成される: 心の理論に基づく社会知能(MbSI)、多元的アライメント(PA)、検証可能な実行カーネル(VEK)。 これらのモジュールは、意思決定や実行から検証やフィードバックに至るまで、エージェントのライフサイクル全体を管理するクローズドループアーキテクチャに有機的に統合されます。 提案するフレームワークを評価するため,Python で実装されたシミュレーション環境と Streamlit ベースのユーザインタフェースを開発する。 本研究は,実証実験を通じて,PAモジュールのエントロピー制御機構がエージェント間の戦略的多様性を効果的に維持し,集団収束を緩和し,VEKモジュールが意思決定プロセスの包括的かつ透明な監査証跡を提供するか否かを検討することを目的とする。 提案手法は, 自律型エージェント経済の安定性, 効率, 信頼性を同時に向上させることが期待できる。 この研究は、堅牢で透明で説明可能なエージェント・ネイティブ・エコノミー・システムを開発するための実践的なアプローチを提供する。

関連論文リスト

• Position: agentic AI orchestration should be Bayes-consistent [92.04373485710285]
  本稿では,エージェントシステムのオーケストレーションレベルにおいて,一貫性のある意思決定にはベイズ原理が必要であることを論じる。 信念とユーティリティ対応ポリシーがエージェントAIオーケストレーションをどのように改善するかを説明するための例とデザインパターンを提供する。
  論文  参考訳（メタデータ） (2026-05-01T15:43:43Z)
• From Prompt-Response to Goal-Directed Systems: The Evolution of Agentic AI Software Architecture [0.0]
  Agentic AIは、ステートレスでプロンプト駆動型生成モデルからゴール指向システムへのアーキテクチャ移行を表す。 本稿では、知的エージェント理論と現代のLCM中心のアプローチを結びつけることによって、この遷移を考察する。 この研究は、標準化されたエージェントループ、登録、監査可能な制御機構への収束を特定する。
  論文  参考訳（メタデータ） (2026-02-11T03:34:48Z)
• AgenticSimLaw: A Juvenile Courtroom Multi-Agent Debate Simulation for Explainable High-Stakes Tabular Decision Making [0.6218206949753592]
  我々はAgenticSimLawを紹介した。これは、透明で制御可能なテストタイム推論を提供するロール構造化マルチエージェントの議論フレームワークである。 ブラックボックスアプローチとは異なり、裁判所スタイルのオーケストレーションでは、エージェントの役割を明確に定義しています。 NLSY97データセットを用いて、この枠組みを若者の復習予測にベンチマークする。
  論文  参考訳（メタデータ） (2026-01-29T16:26:10Z)
• 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)
• DAO-AI: Evaluating Collective Decision-Making through Agentic AI in Decentralized Governance [7.230919380272301]
  本稿では,分散型ガバナンスにおける自律的意思決定者としてのエージェントAIの実証的研究について述べる。 我々は、提案コンテキストを解釈し、過去の審議データを検索し、その投票位置を独立して決定するエージェントAI投票者を構築する。 この研究は、分散金融システムのための説明可能な、経済的に厳格なAIエージェントの設計に寄与する。
  論文  参考訳（メタデータ） (2025-10-24T03:13:14Z)
• Enabling Regulatory Multi-Agent Collaboration: Architecture, Challenges, and Solutions [30.046299694187855]
  大規模言語モデル(LLM)を内蔵した自律エージェントは、適応的でマルチエージェントなコラボレーションを実現することで、デジタル環境と物理環境の両方を変革している。 エージェント層,ブロックチェーンデータ層,および規制アプリケーション層で構成される,規制エージェントコラボレーションのためのブロックチェーン対応層アーキテクチャを提案する。 当社のアプローチは,大規模エージェントエコシステムにおける信頼性,レジリエント,スケーラブルな規制機構の体系的基盤を確立する。
  論文  参考訳（メタデータ） (2025-09-11T07:46:00Z)
• The Landscape of Agentic Reinforcement Learning for LLMs: A Survey [103.32591749156416]
  エージェント強化学習(Agentic RL)の出現は、大規模言語モデル(LLM RL)に適用された従来の強化学習からパラダイムシフトを示している。 本研究では, LLM-RLの縮退した単段階マルコフ決定過程(MDPs)と, エージェントRLを定義する部分可観測マルコフ決定過程(POMDPs)とを対比することにより, この概念シフトを定式化する。
  論文  参考訳（メタデータ） (2025-09-02T17:46:26Z)

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。