論文の概要: Clarus: Coordinating Autonomous Research Agents toward Web-Scale Scientific Collaboration
- arxiv url: http://arxiv.org/abs/2606.30246v1
- Date: Mon, 29 Jun 2026 12:56:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:16.236896
- Title: Clarus: Coordinating Autonomous Research Agents toward Web-Scale Scientific Collaboration
- Title（参考訳）: Clarus: Webスケールの科学的コラボレーションに向けた自律的な研究エージェントの調整
- Abstract要約: Clarusは、Webスケールの科学的コラボレーションに向けた、自律的な研究エージェントをコーディネートするためのコラボレーションインフラストラクチャである。
最小限のプロジェクトエージェント-リソースオブジェクトモデルを定義し、4つのレイヤを通じて科学的コラボレーションを編成する。
コアモジュールはプラグイン機構として実装されており、タスクリスクやコラボレーション構造、リソース制約に適応することができる。
- 参考スコア（独自算出の注目度）: 25.849675013018473
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Existing autonomous research agents can support parts of the research process, but most systems still treat research as either an isolated assistant task or a closed workflow. Therefore, autonomous science needs a collaboration infrastructure that coordinates projects, agents, and digital and physical resources. We identify this as a shift from code-centered execution loops to research-oriented collaboration processes, where questions, evidence, participants, and resources must be coordinated under uncertainty. In this framing, an agent may be an AI system, a human researcher, a team, a laboratory, or an organization-backed participant. To this end, we present Clarus, a collaboration infrastructure for coordinating autonomous research agents toward web-scale scientific collaboration. Clarus reformulates research as an open, auditable, attributable, and resource-aware multi-phase collaboration process. It defines a minimal project-agent-resource object model and organizes scientific collaboration through four layers including Research Application, Digital Collaboration, Physical Substrate, and Physical World. Core modules are implemented as pluggable mechanisms, allowing Clarus to adapt to task risk, collaboration structure, and resource constraints. Through a controlled paper-generation case study, we show that Clarus can organize a research goal into a traceable, reviewable, attributable, and accumulative collaboration network across phases, tasks, and participants. Together, the object model, collaboration protocol, trust mechanisms, and prototype validation provide an initial foundation for open research networks. Clarus is now available at clarus.holosai.io.
- Abstract（参考訳）: 既存の自律的な研究エージェントは研究プロセスの一部をサポートすることができるが、ほとんどのシステムは研究を独立したアシスタントタスクまたはクローズドワークフローとして扱う。
そのため、自律科学は、プロジェクト、エージェント、デジタルおよび物理的なリソースを協調するコラボレーション基盤を必要としている。
これは、コード中心の実行ループから研究指向のコラボレーションプロセスへの移行であり、疑問、エビデンス、参加者、リソースを不確実性の下で調整する必要があります。
このフレーミングでは、エージェントはAIシステム、人間研究者、チーム、実験室、組織が支援する参加者である。
この目的のために、我々は、Webスケールの科学的コラボレーションに向けた自律的な研究エージェントをコーディネートするためのコラボレーション基盤であるClrusを紹介します。
Clarusは、オープンで監査可能で、帰属可能で、リソースを意識したマルチフェーズのコラボレーションプロセスとして研究を再構築する。
最小限のプロジェクトエージェント-リソースオブジェクトモデルを定義し、Research Application、Digital Collaboration、Physical Substrate、Physical Worldの4つのレイヤを通じて科学的コラボレーションを組織する。
コアモジュールはプラグイン可能なメカニズムとして実装されており、タスクリスクやコラボレーション構造、リソース制約に適応することができる。
制御された論文生成ケーススタディを通じて、クララスは研究目標を、フェーズ、タスク、参加者をまたいだ、追跡可能、レビュー可能、帰属可能、蓄積可能なコラボレーションネットワークにまとめることができることを示す。
オブジェクトモデル、コラボレーションプロトコル、信頼メカニズム、プロトタイプ検証が、オープンな研究ネットワークの基盤となる。
Clarusは現在、clarus.holosai.ioで利用可能である。
関連論文リスト
- SciForge: An AI-Native, Multimodal Workbench for Scientific Discovery [48.99744520105086]
SciForgeはマルチモーダルな研究ネイティブAIワークベンチである。
検索、解析、モデルルーティング、ワークフローの実行、プロット、書き込み、プレゼンテーション生成がモジュラーエージェントアクセス可能なサービスとして実行される間、人間の判断のためにグラフィカルインターフェースを予約する。
論文 参考訳（メタデータ） (2026-07-17T15:13:03Z) - Rethinking Scientific Discovery in the Agentic Era [69.85050591628048]
SCIONは、Textbfの組織ネクサスとして機能するエージェント科学オペレーティングシステムである。
中心となるのは textbfResearch Execution Plan (REP) であり、これは高いレベルの科学的意図をステージ化された目的、依存関係、検証チェックポイント、ツール要件、期待される成果物、フォールバック条件にコンパイルする。
SCION 下での発見を textbfTarget- Conditioned Inverse Search として定式化し,有限実験予算下でのバッチ能動探索により隠れターゲット設定に拡張する。
論文 参考訳（メタデータ） (2026-07-04T13:09:33Z) - CollabSim: A CSCW-Grounded Methodology for Investigating Collaborative Competence of LLM Agents through Controlled Multi-Agent Experiments [32.043112677406064]
CollabSimは、理論に基づく協調能力の定義、相互作用条件の制御、エージェントの内部状態のアクションレベル探索を組み合わせたシミュレーションフレームワークである。
CollabSimは条件効果をキャプチャし、モデルパフォーマンスパターンを分離し、エージェント設計のタスク依存効果を明らかにする。
論文 参考訳（メタデータ） (2026-06-04T17:06:22Z) - AutoResearch AI: Towards AI-Powered Research Automation for Scientific Discovery [184.2309450554096]
AutoResearchはAIを活用した科学ワークフロー自動化の開発スペクトルとして定義されている。
我々は、研究システムが制御、エビデンス、実行、検証、説明責任を再分配し、その分野を組織化する方法について分析する。
本稿では,5つの評価次元 – ノベルティ,インパクト,信頼性,証明 – を提案し,AutoResearchの自律性はドメイン条件であることを示す。
論文 参考訳（メタデータ） (2026-05-22T03:40:30Z) - Claw AI Lab: An Autonomous Multi-Agent Research Team [73.07229229907435]
今回紹介するClaw AI Labは,ラボネイティブな自律型研究プラットフォームである。
1つのエージェントや固定されたシリアルワークフローを中心にシステムを集中するのではなく、ユーザーは1つのプロンプトから完全な研究チームをインスタンス化できる。
Claw-Code Harnessはローカル、データセット、チェックポイントを接続して実行可能な実験を行い、実行成果物を研究ループにフィードバックする。
論文 参考訳（メタデータ） (2026-05-21T16:02:53Z) - Beyond Individual Intelligence: Surveying Collaboration, Failure Attribution, and Self-Evolution in LLM-based Multi-Agent Systems [65.90791804095561]
マルチエージェントシステムは、特殊エージェント間の構造化された協調を通じてこの問題に対処するが、より厳密な調整は、あまり検討されていないリスクを増幅する。
既存の調査では、個々のエージェント能力、マルチエージェントのコラボレーション、エージェントの自己進化を別々にカバーしている。
この調査は4つの因果関係のあるステージを中心にまとめられた統一されたレビューを提供する。これはLIFEの進展(Lay the capabilities foundation)、協力によるエージェントの統合、帰属による障害の発見、自律的な自己改善によるEvolveである。
論文 参考訳（メタデータ） (2026-05-14T14:36:13Z) - From Agent-Only Social Networks to Autonomous Scientific Research: Lessons from OpenClaw and Moltbook, and the Architecture of ClawdLab and Beach.Science [0.0]
OpenClawとMoltbookは2026年1月に、自律型AI-AIインタラクションの大規模なデータセットを作成した。
本研究は,その生態系の多言語文献レビューを行い,自律科学研究のための2つの補完的プラットフォームを提示する。
論文 参考訳（メタデータ） (2026-02-23T13:10:01Z) - Through the Lens of Human-Human Collaboration: A Configurable Research Platform for Exploring Human-Agent Collaboration [36.471054708769415]
大規模言語モデル(LLM)エージェントは、人間とLLMエージェントのコラボレーションの新たな機会を開く。
HCI と CSCW で確立されたコンピュータによるコラボレーションの原則が、人間が LLM エージェントと協力する場合、継続、変更、失敗するかどうかは不明である。
論文 参考訳（メタデータ） (2025-09-22T16:47:08Z) - Position Paper: Towards Open Complex Human-AI Agents Collaboration Systems for Problem Solving and Knowledge Management [0.15039745292757667]
我々は,Human-AI Agents Collaboration Systems(HAACS)のための技術に依存しない,コラボレーション可能なスタンスを提案する。
7次元のコラボスピンと人間とエージェントのコントラストを通して経験的なパターンを読み取ることで、欠落したピースを識別する。
アドホック接着剤を使わず,バイオサイバネティック拡張をスケッチすることなく,新たなエージェントプロトコルとの相互運用性を示す。
論文 参考訳（メタデータ） (2025-04-24T05:57:03Z) - Multi-Agent Collaboration Mechanisms: A Survey of LLMs [6.545098975181273]
マルチエージェントシステム(Multi-Agent Systems、MAS)は、知的エージェントのグループによる複雑なタスクの協調と解決を可能にする。
この研究は、MASの協調的な側面に関する広範な調査を提供し、将来の研究を導くための枠組みを紹介している。
論文 参考訳（メタデータ） (2025-01-10T19:56:50Z) - Collaborative Gym: A Framework for Enabling and Evaluating Human-Agent Collaboration [50.657070334404835]
Collaborative Gymは、エージェント、人間、タスク環境間の非同期で三分割的なインタラクションを可能にするフレームワークである。
シミュレーション条件と実環境条件の両方において,Co-Gymを3つの代表的なタスクでインスタンス化する。
その結果、協調作業員はタスクパフォーマンスにおいて、完全に自律的なエージェントよりも一貫して優れていたことが判明した。
論文 参考訳（メタデータ） (2024-12-20T09:21:15Z) - Decentralized and Lifelong-Adaptive Multi-Agent Collaborative Learning [57.652899266553035]
分散型および生涯適応型多エージェント協調学習は、中央サーバを使わずに複数のエージェント間のコラボレーションを強化することを目的としている。
動的協調グラフを用いた分散マルチエージェント生涯協調学習アルゴリズムであるDeLAMAを提案する。
論文 参考訳（メタデータ） (2024-03-11T09:21:11Z)
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。