論文の概要: Collaborative Human-Agent Protocol (CHAP)

• arxiv url: http://arxiv.org/abs/2606.09751v1
• Date: Mon, 08 Jun 2026 17:11:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:07.584591
• Title: Collaborative Human-Agent Protocol (CHAP)
• Title（参考訳）: 協調型ヒューマンエージェントプロトコル(CHAP)
• Authors: Arsalan Shahid, Gordon Suttie, Philip Black,
• Abstract要約: 本稿では,協調型ヒューマンエージェントプロトコルCHAPについて述べる。 CHAPでは、チャットスレッドに紛失したオーバーライドは、差分、合理、コンテンツハッシュを含む構造化イベントとなる。 このプロトコルは、小さなコア(ワークスペース、参加者、タスク、アーティファクト、追加のみのエビデンスログ)を通じて、レビュー、モード、ルーティング、検討、ハンドオフ、アイデンティティ、シグネチャ、デプロイに必要な透過的な監査を追加する構成可能なプロファイルとともに、これを実現する。
• 参考スコア（独自算出の注目度）: 0.18352113484137622
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Foundation models are moving from response generation into operational roles. They plan across steps, call tools, request human input, coordinate with other agents, and increasingly carry responsibility for work that affects customers, claims, code, contracts, and clinical decisions. Production deployments are no longer one human supervising one model. They are multi-human, multi-agent collaborations that cross teams, time zones, and trust boundaries. The technical surface for this collaboration remains weakly specified. When an agent drafts a response and a human edits it before it ships, the moment of human judgement is the most valuable signal in the system. In current practice it is recorded, if at all, in application code, chat threads, ticket comments, and tribal memory. Two protocol standards address adjacent concerns: MCP standardises agent access to tools and data, and A2A standardises agent-to-agent interoperability. Neither defines the shared workspace in which humans and agents perform accountable work together. This paper presents CHAP, the Collaborative Human-Agent Protocol. Under CHAP, the override that used to vanish into a chat thread becomes a structured event carrying a diff, a rationale, and a content hash. The handoff between shifts becomes a portable envelope rather than a pinned message. The human approval of an agent's draft becomes a non-repudiable signed decision that can be replayed years later. The protocol achieves this through a small Core (workspaces, participants, tasks, artefacts, and an append-only evidence log) together with composable profiles that add review, modes, routing, deliberation, handoff, identity, signatures, and transparency-backed audit as deployments require them. Specification, reference implementation, conformance suite, and worked examples are available at: https://github.com/BrightbeamAI/chap
• Abstract（参考訳）: ファンデーションモデルは、応答生成から運用ロールへと移行しています。 彼らは、ステップを越えて計画し、ツールを呼び、人間の入力を要求し、他のエージェントと調整し、顧客、クレーム、コード、契約、臨床決定に影響を与える仕事に対して責任を負う。 生産配備は、もはや人間の監督する1つのモデルではない。 チーム、タイムゾーン、信頼境界を越えた、マルチヒューマンでマルチエージェントなコラボレーションです。 このコラボレーションの技術的な面は依然として弱いままだ。 エージェントが応答を起草し、人間が出荷前にそれを編集すると、人間の判断の瞬間がシステムの中で最も重要な信号となる。 現在のプラクティスでは、アプリケーションコード、チャットスレッド、チケットコメント、部族メモリに記録されている。 MCPはツールとデータへのエージェントアクセスを標準化し、A2Aはエージェントとエージェントの相互運用性を標準化する。 人間とエージェントが一緒に説明責任ある仕事をする共有ワークスペースも定義していない。 本稿では,協調型ヒューマンエージェントプロトコルCHAPについて述べる。 CHAPでは、チャットスレッドに紛失したオーバーライドは、差分、合理、コンテンツハッシュを含む構造化イベントとなる。 シフト間のハンドオフは、ピン付きメッセージではなくポータブルエンベロープになる。 エージェントのドラフトの人間による承認は、数年後に再生できる、再確認できない署名された決定になる。 このプロトコルは、小さなコア(ワークスペース、参加者、タスク、アーティファクト、追加のみのエビデンスログ)を通じて、レビュー、モード、ルーティング、検討、ハンドオフ、アイデンティティ、シグネチャ、デプロイに必要な透過的な監査を追加する構成可能なプロファイルとともに、これを実現する。 仕様、リファレンス実装、コンフォーマンススイート、および作業例は以下の通りである。

関連論文リスト

• What Should Agents Say? Action-state Communication for Efficient Multi-Agent Systems [27.11156309236441]
  2つのマルチエージェントシステム間での5つの共通エージェント間通信戦略を解析する。 PACT (Protocolized Action-State Communication and Transmission) は,エージェント間通信を状態更新問題として扱う。 PACTはパフォーマンスコストのトレードオフを一貫して改善し、トークンを著しく少なくして、同等またはより強力なタスクパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2026-06-03T18:00:22Z)
• Code as Agent Harness [107.31925305395957]
  新興のエージェントシステムでは、コードはもはや単なる目標出力ではない。 コードはエージェントの推論、行動、環境モデリング、実行ベースの検証のための運用上の基盤としてますます役立っている。 この調査は、実行可能、検証可能、ステートフルなAIエージェントシステムに向けた統一されたロードマップを提供する。
  論文  参考訳（メタデータ） (2026-05-18T17:59:03Z)
• Improving the Efficiency of Language Agent Teams with Adaptive Task Graphs [52.26652574704317]
  大規模言語モデル(LLM)はますますチームにデプロイされているが、既存のコーディネーションアプローチは2つの極端な部分を占めることが多い。 本稿では,Language Agent Teams for Task Evolution (LATTE)を紹介した。
  論文  参考訳（メタデータ） (2026-05-07T14:19:17Z)
• SynAgent: Generalizable Cooperative Humanoid Manipulation via Solo-to-Cooperative Agent Synergy [59.86199649493784]
  制御可能な協調的ヒューマノイド操作は、インボディードインテリジェンスにとって根本的な問題である。 スケーラブルで物理的に妥当な協調操作を可能にするフレームワークであるSynAgentを提案する。 実験では、SynAgentは協調模倣と軌道条件制御の両方において既存のベースラインを著しく上回る。
  論文  参考訳（メタデータ） (2026-04-20T17:46:20Z)
• Anumati: Proof of Adherence as a Formal Consent Model for Autonomous Agent Protocols [0.0]
  本稿では,エージェント対エージェント通信のためのバージョン付き,追加のみの同意モデルを提案する。 このモデルは、2つの広く使用されるエージェントプロトコルに対する非破壊的拡張としてインスタンス化される。
  論文  参考訳（メタデータ） (2026-04-16T10:48:21Z)
• 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)
• Agentic Peer-to-Peer Networks: From Content Distribution to Capability and Action Sharing [10.47562113256175]
  本稿では,このようなコラボレーションの実現に必要なネットワーク基盤について概説する。 本稿では,接続/ID,意味発見,実行を分離する平面型参照アーキテクチャを提案する。 Tier1は評判信号に依存し、Tier2はフォールバック選択で軽量なカナリアチャレンジ応答を適用し、Tier3は署名されたツールレシートやトラスのようなエビデンスパッケージを必要とします。
  論文  参考訳（メタデータ） (2026-03-04T05:58:44Z)
• Protocol Agent: What If Agents Could Use Cryptography In Everyday Life? [0.0]
  エージェントがより効率的で、その能力に適合したコミュニケーションパターンを開発できることを示す。 暗号のプリミティブは 日々のやりとりを 大幅に改善できるが 人間がそれを使えないのは 複雑すぎて 計算は 頭の中では できないからだ もしエージェントが、どのプリミティブが日常の状況に合ったプロトコルを「オンザフライ」で作成し、エージェントに提案し、それに参加するよう説得し、適切な計算ツールを使用してプロトコルを正しく実行するとしたらどうでしょう? 我々はこのベンチマークで現在のオープンウェイトモデルと最先端モデルを評価し、提案する。
  論文  参考訳（メタデータ） (2026-02-01T16:05:35Z)
• CowPilot: A Framework for Autonomous and Human-Agent Collaborative Web Navigation [70.3224918173672]
  CowPilotは、自律的および人間とエージェントの協調的なWebナビゲーションをサポートするフレームワークである。 エージェントが次のステップを提案することによって、人間が実行しなければならないステップの数を減らすと同時に、ユーザが一時停止、拒否、代替アクションを取ることができる。 CowPilotは、Webサイト間でのデータ収集とエージェント評価のための便利なツールとして機能する。
  論文  参考訳（メタデータ） (2025-01-28T00:56:53Z)
• 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)

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。