論文の概要: A Technical Taxonomy of LLM Agent Communication Protocols

• arxiv url: http://arxiv.org/abs/2606.19135v1
• Date: Wed, 17 Jun 2026 14:45:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-18 17:16:51.211213
• Title: A Technical Taxonomy of LLM Agent Communication Protocols
• Title（参考訳）: LLMエージェント通信プロトコルの技術分類
• Authors: Linus Sander, Habtom Kahsay Gidey, Alexander Lenz, Alois Knoll,
• Abstract要約: 本研究では,大規模言語モデル(LLM)エージェント通信プロトコルの分類と解析を行う技術的分類法を開発する。 このフレームワークはプロトコルの選択をガイドし、プライバシーやポリシー執行といったオープンな研究ギャップを強調する。
• 参考スコア（独自算出の注目度）: 60.76747983053368
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As large language models (LLMs) advance and multi-agent systems aim to overcome the limits of standalone agents, robust communication protocols are becoming essential infrastructure for distributed agent networks. Nonetheless, the fragmented protocol landscape presents a significant interoperability challenge. This study develops a technical taxonomy to classify and analyze LLM agent communication protocols. Following an established iterative method, we defined the taxonomy's purpose, meta-characteristic, and ending conditions, then performed five iterations, three empirical-to-conceptual and two conceptual-to-empirical, on nine actively maintained open-source protocols with demonstrable adoption. The taxonomy comprises five dimensions: counterparty, payload, interaction state, discovery mechanism, and schema flexibility. Classification reveals recurring architectural patterns: all sampled agent-to-agent protocols combine hybrid payloads with session-state persistence; most protocols support multiple predefined schemas, and two negotiate schemas at runtime, indicating a trend toward schema flexibility; decentralized discovery remains rare. Analysis suggests short-term convergence pressure toward protocols unifying agent-to-agent and agent-to-context (tool and data) communication. Long-term, however, no single protocol is likely to maximize versatility, efficiency, and portability simultaneously. The field will more likely evolve toward a federated, layered protocol stack. The framework guides protocol selection and highlights open research gaps such as privacy and policy enforcement.}
• Abstract（参考訳）: 大規模言語モデル(LLM)とマルチエージェントシステムがスタンドアロンエージェントの限界を克服することを目的としているため、分散エージェントネットワークにとって堅牢な通信プロトコルが不可欠な基盤になりつつある。 それでも、断片化されたプロトコルの展望は、大きな相互運用性の課題を示します。 本研究では,LLMエージェント通信プロトコルの分類と解析を行う技術的分類法を開発した。 確立された反復的手法に従って,分類学の目的,メタ特性,終了条件を定義し,実証的・概念的・経験的・概念的・概念的・経験的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的・概念的プロトコルを実証可能な9つのオープンソースプロトコル上で5回実施した。 分類は、対向性、ペイロード、相互作用状態、発見メカニズム、スキーマの柔軟性の5つの次元から構成される。 サンプリングされたエージェントからエージェントまでのプロトコルは、ハイブリッドペイロードとセッション状態の永続性を組み合わせたものだ。ほとんどのプロトコルは、複数の事前定義されたスキーマをサポートし、実行時に2つのスキーマをサポートする。 分析は、エージェント・ツー・エージェントとエージェント・トゥ・コンテクスト(ツールとデータ)通信を統一するプロトコルに対する短期収束圧力を示唆している。 しかし、長期的には、汎用性、効率性、ポータビリティを同時に最大化するプロトコルは存在しない。 フィールドは、フェデレートされた層化されたプロトコルスタックへと進化する可能性が高い。 このフレームワークはプロトコルの選択をガイドし、プライバシーやポリシー執行といったオープンな研究ギャップを強調する。 ※

関連論文リスト

• Autogenesis: A Self-Evolving Agent Protocol [60.15939127351914]
  本稿では,自己進化プロトコルであるAutogenesis Protocol(AGP)を紹介する。 本稿では,実行中のプロトコル登録リソースを動的にインスタンス化し,検索し,精錬する自己進化型マルチエージェントシステムAGSを提案する。
  論文  参考訳（メタデータ） (2026-04-16T14:04:06Z)
• Beyond Message Passing: A Semantic View of Agent Communication Protocols [19.409127393922216]
  エージェント通信プロトコルは,大規模言語モデル(LLM)システムにとって重要な基盤になりつつある。 この研究は、エージェントコミュニケーションをコミュニケーション、構文、セマンティックという3つの層にまとめることで、この新興の風景を人間にインスパイアされた視点で表現する。
  論文  参考訳（メタデータ） (2026-03-30T00:40:30Z)
• Co-TAP: Three-Layer Agent Interaction Protocol Technical Report [25.250986874331645]
  Co-TAPはマルチエージェントシステムで直面する課題に対処するために設計された3層エージェントインタラクションプロトコルである。 我々は、HAI(Human-Agent Interaction Protocol)、UAP(Unified Agent Protocol)、MEK(Memory-Extraction-Knowledge Protocol)の3つのコアプロトコルからなる階層型ソリューションを設計、提案した。
  論文  参考訳（メタデータ） (2025-10-09T14:20:19Z)
• AnyMAC: Cascading Flexible Multi-Agent Collaboration via Next-Agent Prediction [77.62279834617475]
  本稿では,グラフ構造ではなくシーケンシャル構造を用いて,マルチエージェント協調を再考するフレームワークを提案する。 提案手法は,(1)各ステップで最も適したエージェントロールを選択するNext-Agent Predictionと,(2)各エージェントが前ステップから関連する情報にアクセスできるようにするNext-Context Selectionの2つの重要な方向に焦点を当てる。
  論文  参考訳（メタデータ） (2025-06-21T18:34:43Z)
• A Survey of AI Agent Protocols [35.431057321412354]
  大きな言語モデル(LLM)エージェントが外部ツールやデータソースと通信する標準的な方法はありません。 この標準化されたプロトコルの欠如は、エージェントが協力したり、効果的にスケールするのを難しくする。 LLMエージェントの統一通信プロトコルは、これを変更できる。
  論文  参考訳（メタデータ） (2025-04-23T14:07:26Z)
• MultiAgentBench: Evaluating the Collaboration and Competition of LLM agents [59.825725526176655]
  大規模言語モデル(LLM)は、自律的なエージェントとして顕著な能力を示している。 既存のベンチマークでは、単一エージェントタスクにフォーカスするか、狭いドメインに限定されており、マルチエージェントのコーディネーションと競合のダイナミクスを捉えていない。 多様な対話シナリオにまたがってLLMベースのマルチエージェントシステムを評価するためのベンチマークであるMultiAgentBenchを紹介する。
  論文  参考訳（メタデータ） (2025-03-03T05:18:50Z)
• IPCC-TP: Utilizing Incremental Pearson Correlation Coefficient for Joint Multi-Agent Trajectory Prediction [73.25645602768158]
  IPCC-TPはインクリメンタルピアソン相関係数に基づく新しい関連認識モジュールであり,マルチエージェントインタラクションモデリングを改善する。 我々のモジュールは、既存のマルチエージェント予測手法に便利に組み込んで、元の動き分布デコーダを拡張することができる。
  論文  参考訳（メタデータ） (2023-03-01T15:16:56Z)

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。