論文の概要: Agentic Electronic Design Automation: A Handoff Perspective
- arxiv url: http://arxiv.org/abs/2606.19795v1
- Date: Thu, 18 Jun 2026 04:58:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-19 18:23:39.655617
- Title: Agentic Electronic Design Automation: A Handoff Perspective
- Title（参考訳）: Agentic Electronic Design Automation: ハンドオフの展望
- Abstract要約: 本調査では, ハンドオフの有効性を組織原則として紹介する。
82のシステムをレビューし、3つの境界クラスに分類する。
我々は,信頼できるエージェントEDAのための共通語彙と研究課題の提供を目指している。
- 参考スコア（独自算出の注目度）: 15.908159061324762
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Electronic design automation (EDA) is inherently multi-stage and handoff-heavy. Design artifacts, flow scripts, and engineering decisions cross tool, session, and organizational boundaries before final implementation, signoff, or release. Each transfer carries explicit and implicit requirements that may not be fully captured by stage-local checks. LLM-based agents now invoke EDA tools directly, embed retrieved knowledge in executable scripts, and hand off state across sessions and stages. Once their outputs condition downstream engineering decisions, the transferred object must satisfy a handoff contract and meet the assumptions of its next consumer. This survey introduces handoff validity as its organizing principle. A handoff is valid when the transferred object satisfies the consumer's acceptance conditions and carries sufficient context, evidence, and provenance for downstream use. We review 82 systems and classify them into three boundary classes. Stage-Bound systems establish validity within a single EDA stage or bounded verification task. Flow-Bound systems preserve coherent workflow state across tools, invocations, and sessions. Organization-Bound systems maintain source grounding, provenance, scope, and admissibility across knowledge and authority boundaries. For each class, we analyze handoff contracts, handoff objects, coordination mechanisms, and open questions. These analyses motivate a five-layer EDA agent communication protocol (EACP), covering the agent discovery, agent message, tool invocation, workflow orchestration, and security and IP protocols. We aim to provide a common vocabulary and research agenda for trustworthy agentic EDA.
- Abstract（参考訳）: 電子設計自動化(EDA)は本質的にマルチステージかつハンドオフヘビーである。
設計アーティファクト、フロースクリプト、エンジニアリング上の決定は、最終実装、サインオフ、リリースの前にツール、セッション、組織の境界を越えて行われる。
各転送には明示的で暗黙的な要件があり、ステージローカルチェックによって完全にキャプチャされない可能性がある。
LLMベースのエージェントは、EDAツールを直接呼び出し、取得した知識を実行可能なスクリプトに埋め込んで、セッションやステージ間で状態を渡す。
一度アウトプットがダウンストリームのエンジニアリング決定を条件にすると、転送されたオブジェクトはハンドオフ契約を満たし、次のコンシューマの仮定を満たす必要があります。
本調査では, ハンドオフの有効性を組織原則として紹介する。
転送されたオブジェクトが消費者の受け入れ条件を満たし、下流使用のための十分なコンテキスト、証拠、証明を行う場合、ハンドオフは有効である。
82のシステムをレビューし、3つの境界クラスに分類する。
段階境界システムは、1つのEDAステージまたは有界検証タスク内で有効性を確立する。
Flow-Boundシステムは、ツール、呼び出し、セッション間でコヒーレントなワークフローの状態を保存する。
組織境界システムは、知識と権限の境界を越えて、ソースの基盤、証明、スコープ、許容性を維持します。
各クラスについて、ハンドオフ契約、ハンドオフオブジェクト、調整機構、オープン質問を分析します。
これらの分析は、エージェント発見、エージェントメッセージ、ツール呼び出し、ワークフローオーケストレーション、セキュリティおよびIPプロトコルをカバーする5層EDAエージェント通信プロトコル(EACP)を動機付けている。
我々は,信頼できるエージェントEDAのための共通語彙と研究課題の提供を目指している。
関連論文リスト
- Authorization Architectures for Tool-Using AI Agents [0.0]
信頼できる人間-AIシステムは、すべての連続エージェントアクションが人間のプリンシパルにトレース可能であることを要求する。
このレビューでは、人間のユーザ、オペレータ/デプロイ、オーケストレータエージェント、サブエージェント、ツールエンドポイントにまたがる主要な階層について紹介する。
提案する7つの構造的要件は,4層参照アーキテクチャを導出し,その要件を3つのデプロイ可能な参照構成に適用し,実行時強制とアグリゲーション境界を主要な未解決ギャップとして同定する。
論文 参考訳（メタデータ） (2026-09-14T17:21:22Z) - Agent Gym: A Framework for Continuous Evaluation and Evolution of LLM Agents Through Human-in-the-Loop Feedback [0.0]
大きな言語モデル(LLM)エージェントは、基本的な緊張に直面します。エージェントの動作は、デプロイ時に凍結されますが、処理するビジネスルールとエッジケースは、進化し続けます。
既存のアプローチではエージェント構築とワンタイム評価を行うが、継続的デプロイ後の動作補正のための構造的メカニズムは提供しない。
我々はAgent Gymを紹介した。Agent Gymはモジュール型のドメインに依存しないフレームワークで、既存のLLMベースのエージェントを連続的な評価と進化のループでラップする。
論文 参考訳（メタデータ） (2026-08-16T07:27:26Z) - Formal Verification of Agentic Systems over Operational Data [59.98246281888422]
大規模言語モデル(LLM)によって駆動されるエージェントシステムは、永続的な運用データを扱う現実世界にますます展開されている。
既存のアプローチはそのようなシステムレベルの保証を提供していません。
本稿では, 1 つの LLM とツールオーケストレーションハーネスからなるエージェントシステムのリレーショナル操作データに対する検証について述べる。
論文 参考訳（メタデータ） (2026-08-04T13:01:30Z) - DocOps: A Verifiable Benchmark for Autonomous Agents in Complex Document Operations [106.74348504930124]
本稿では,階層的な分類を基盤とした決定論的に検証可能な評価フレームワークであるDocOpsを紹介する。
DocOpsに基づいて,各種エージェントハーネスのクローズドおよびオープンソースモデルを体系的に評価する。
我々の研究は、グローバルな文書整合性を維持するためのエージェントの能力境界を明らかにし、堅牢で非破壊的なエージェントの将来の設計に光を当てている。
論文 参考訳（メタデータ） (2026-07-22T07:52:59Z) - PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。
セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。
SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。
ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
論文 参考訳（メタデータ） (2026-07-18T04:46:53Z) - From Chatbot to Digital Colleague: The Paradigm Shift Toward Persistent Autonomous AI [74.72113315839412]
大規模言語モデル(LLM)は、推論、記憶、自己改善が可能な統合AIシステムへの根本的な変換が行われている。
我々は、この移行を、叙事詩からデジタル・コルリーグへのシフトとして概念化している:会話の答えから永続的な仕事へ。
論文 参考訳（メタデータ） (2026-06-12T14:33:55Z) - LAP: An Agent-to-Instrument Protocol for Autonomous Science [6.00746946741668]
大規模な言語モデルエージェントが実験を計画し、自動運転研究所がそれらを実行している。
このようなシステムはすべて、推論エージェントと物理機器のリンクをゼロから再構築する。
最近のエージェント・インターオペラビリティ・プロトコルはエージェント・ツー・ツールエッジを明確にし、Googleのエージェント・ツー・エージェントエッジ(A2A)はエージェント・ツー・エージェントエッジである。
このギャップを埋めるプロトコルであるLab Agent Protocol (LAP) を提示する。
論文 参考訳（メタデータ） (2026-06-02T15:03:43Z) - 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) - 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) - DUCTILE: Agentic LLM Orchestration of Engineering Analysis in Product Development Practice [41.99844472131922]
製品開発におけるエンジニアリング分析の自動化は、ツール、データフォーマット、ドキュメントプロセス間の厳密なインターフェースに依存しています。
本稿では DUCTILE (Delegated, User-supervised Coordination of Tool- and document-Integrated LLM-Enabled) エージェントオーケストレーションについて述べる。
エージェントは、文書化された設計プラクティスを解釈し、入力データを検査し、処理パスを適応し、エンジニアは最終判断を監督し、実行する。
論文 参考訳（メタデータ） (2026-03-10T22:00:47Z) - 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) - Towards Verifiably Safe Tool Use for LLM Agents [53.55621104327779]
大規模言語モデル(LLM)ベースのAIエージェントは、データソース、API、検索エンジン、コードサンドボックス、さらにはその他のエージェントなどのツールへのアクセスを可能にすることで、機能を拡張する。
LLMは意図しないツールインタラクションを起動し、機密データを漏洩したり、クリティカルレコードを上書きしたりするリスクを発生させる。
モデルベースセーフガードのようなリスクを軽減するための現在のアプローチは、エージェントの信頼性を高めるが、システムの安全性を保証することはできない。
論文 参考訳（メタデータ） (2026-01-12T21:31:38Z) - HADA: Human-AI Agent Decision Alignment Architecture [0.0]
HADAはプロトコルとフレームワークのリファレンスアーキテクチャであり、大きな言語モデル(LLM)エージェントとレガシーアルゴリズムの両方を組織的目標と値に一致させる。
技術的および非技術的アクターは、戦略的、戦術的、リアルタイムな地平線を越えて、あらゆる決定をクエリ、ステア、監査、または競合することができる。
論文 参考訳（メタデータ） (2025-06-01T14:04:52Z) - Agent-as-a-Judge: Evaluate Agents with Agents [61.33974108405561]
本稿ではエージェント・アズ・ア・ジャッジ(Agent-as-a-Judge)フレームワークを紹介し,エージェント・システムを用いてエージェント・システムの評価を行う。
これはLLM-as-a-Judgeフレームワークの有機的拡張であり、タスク解決プロセス全体の中間フィードバックを可能にするエージェント的特徴を取り入れている。
55のリアルな自動化AI開発タスクのベンチマークであるDevAIを紹介します。
論文 参考訳（メタデータ） (2024-10-14T17:57:02Z)
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。