論文の概要: LLM Agents for Deliberative Collaboration: A Study on Joint Decision Making Under Partial Observability

• arxiv url: http://arxiv.org/abs/2607.06157v1
• Date: Tue, 07 Jul 2026 11:34:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-08 21:24:51.502796
• Title: LLM Agents for Deliberative Collaboration: A Study on Joint Decision Making Under Partial Observability
• Title（参考訳）: 共同作業のためのLLMエージェント:部分的可観測性の下での関節決定に関する研究
• Abstract要約: 人間が協力して働くとき、彼らは自然にコミュニケーションを行い、情報を整合させ、合意に達する。 本稿では,部分的に観察可能な共同意思決定タスクにおいて,LLM(Deliberative Large Language Model)エージェントについて検討する。
• 参考スコア（独自算出の注目度）: 13.113852265536318
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Deliberation plays a crucial role in collaboration; when humans work together, they naturally engage in communication to align information and reach an agreement. In this paper, we investigate deliberative large language model (LLM) agents under partially observable joint decision-making tasks. We formalize deliberative collaboration as a cooperative joint decision problem with partial and asymmetric observations, and introduce a scalable benchmark that instantiates this problem across multiple task settings and domains in which agents must exchange information through deliberation to reach a joint decision with a shared reward. We then instantiate a reference scaffold and evaluation protocol for deliberative agents and conduct a systematic evaluation of a range of representative LLMs. The results reveal that complex deliberative collaboration tasks continue to challenge state-of-the-art language models. Even with the aid of external mathematical tools, language models may fail in either the deliberation process for aligning information or the complex reasoning process for making the decision. On the other hand, diagnostic analysis reveals that the deliberation process may also provide opportunities for reflection and error correction, sometimes improving performance over centralized baselines. Altogether, our work establishes a foundation for evaluating and improving LLM agents in deliberative collaboration and provides insights into the strengths, limitations, and properties of current LLM-based multi-agent systems.
• Abstract（参考訳）: 人間が協力して働くとき、彼らは自然にコミュニケーションを行い、情報を整合させ、合意に達する。 本稿では,部分的に観察可能な共同意思決定タスクにおいて,LLM(Deliberative Large Language Model)エージェントについて検討する。 部分的および非対称的な観察を伴う協調的共同決定問題として議論的コラボレーションを形式化し、複数のタスク設定やドメインにまたがってこの問題をインスタンス化するスケーラブルなベンチマークを導入し、エージェントは議論を通じて情報を交換し、共有報酬で共同決定に到達する必要がある。 次に,検討エージェントのための基準足場と評価プロトコルをインスタンス化し,複数の代表LSMを体系的に評価する。 その結果、複雑な熟考的協調作業が最先端の言語モデルに挑戦し続けていることが明らかとなった。 外部の数学的ツールの助けを借りても、言語モデルは情報を調整するための熟考プロセスや意思決定のための複雑な推論プロセスで失敗する可能性がある。 一方, 診断分析の結果, 再検討プロセスはリフレクションや誤り訂正の機会を与える可能性があり, 時には集中ベースラインよりも性能が向上することが示された。 また,本研究は,LLMエージェントの評価と改善のための基盤を確立し,現在のLLMベースのマルチエージェントシステムの強度,限界,特性に関する洞察を提供する。

関連論文リスト

• Enhancing Decision-Making with Large Language Models through Multi-Agent Fictitious Play [53.56274149236814]
  Multi-Agent Fictitious Play (MAFP)は、ステークホルダーのスタンスをエージェントとして表現する新しいMASパラダイムである。 MAFPは各エージェントの判断を、他のエージェントの過去の決定の実証的な混合に応じて反復的に更新する。 我々は、行動前に競合シナリオの戦略を決定する能力をテストする挑戦的な意思決定タスクにおいて、MAFPを評価する。
  論文  参考訳（メタデータ） (2026-06-17T17:31:06Z)
• 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)
• 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)
• Learning to Negotiate: Multi-Agent Deliberation for Collective Value Alignment in LLMs [0.41998444721319217]
  本研究は,大規模言語モデルを集合エージェント(CA)に整合させるマルチエージェント交渉に基づくアライメントフレームワークを提案する。 スケーラブルなトレーニングを実現するために、同一のLLMの2つのセルフプレイインスタンスは、反対のペルソナを割り当て、構造化されたターンベースの対話を行い、相互に有益なソリューションを合成する。 実験結果から, 単一エージェントベースラインに匹敵するCAアライメントを実現するとともに, 汎用言語能力を低下させることなく, コンフリクト分解性能を大幅に向上することがわかった。
  論文  参考訳（メタデータ） (2026-03-11T06:58:55Z)
• Learning to Summarize by Learning to Quiz: Adversarial Agentic Collaboration for Long Document Summarization [86.98098988779809]
  SummQは長期文書要約のための新しい逆多重エージェントフレームワークである。 提案手法では,包括的な要約を作成し,評価するために協調作業を行う要約ジェネレータとレビュアーを用いる。 広範に使用されている3つの文書要約ベンチマーク上でSummQを評価する。
  論文  参考訳（メタデータ） (2025-09-25T08:36:19Z)
• AgentCDM: Enhancing Multi-Agent Collaborative Decision-Making via ACH-Inspired Structured Reasoning [8.566904810788213]
  AgentCDMはマルチエージェントシステムにおける協調的意思決定を強化するための構造化フレームワークである。 認知バイアスを内部化し、意思決定を受動的回答の選択からアクティブな仮説評価と構築へとシフトさせる。 複数のベンチマークデータセットの実験は、AgentCDMが最先端のパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2025-08-16T09:46:04Z)
• Finding Common Ground: Using Large Language Models to Detect Agreement in Multi-Agent Decision Conferences [2.0543882079879996]
  大規模言語モデル(LLM)は、現実世界のシナリオをシミュレートする上で大きな可能性を示しています。 グループ決定会議をシミュレートするLLMベースのマルチエージェントシステムを提案する。 この結果から, LLM は動的・ニュアンスな議論においても, 一致を確実に検出できることがわかった。
  論文  参考訳（メタデータ） (2025-07-11T09:31:10Z)
• How large language models judge and influence human cooperation [82.07571393247476]
  我々は、最先端の言語モデルが協調行動をどのように判断するかを評価する。 我々は、善良な相手との協力を評価する際、顕著な合意を守ります。 モデル間の差異が協調の頻度に大きく影響を及ぼすことを示す。
  論文  参考訳（メタデータ） (2025-06-30T09:14:42Z)
• Tacit Learning with Adaptive Information Selection for Cooperative Multi-Agent Reinforcement Learning [13.918498667158119]
  本稿では,情報選択と暗黙学習に基づく新しい協調型MARLフレームワークを提案する。 我々はゲーティングと選択機構を統合し、エージェントが環境変化に基づいて情報を適応的にフィルタリングできるようにする。 人気のあるMARLベンチマークの実験により、我々のフレームワークは最先端のアルゴリズムとシームレスに統合できることが示された。
  論文  参考訳（メタデータ） (2024-12-20T07:55:59Z)
• LLM-Coordination: Evaluating and Analyzing Multi-agent Coordination Abilities in Large Language Models [23.092480882456048]
  大きな言語モデル(LLM)は、創発的な常識推論と心の理論(ToM)能力を示している。 本研究では,Pure Coordination Sets の文脈で LLM を解析するための新しいベンチマークである LLM-Coordination Benchmark を紹介する。
  論文  参考訳（メタデータ） (2023-10-05T21:18:15Z)
• Rational Decision-Making Agent with Internalized Utility Judgment [88.01612847081677]
  大規模言語モデル(LLM)は目覚ましい進歩を示し、従来のNLPアプリケーションを超えて複雑な多段階決定タスクを実行できるエージェントにLLMを開発するための重要な努力を惹きつけている。 本稿では,RadAgentを提案する。このRadAgentは,経験探索とユーティリティ学習を含む反復的なフレームワークを通じて,合理性の発展を促進する。 ToolBenchデータセットの実験結果は、RadAgentがベースラインよりも優れていることを示している。
  論文  参考訳（メタデータ） (2023-08-24T03:11:45Z)
• Inverse Online Learning: Understanding Non-Stationary and Reactionary Policies [79.60322329952453]
  エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。 一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。 本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。 UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
  論文  参考訳（メタデータ） (2022-03-14T17:40:42Z)

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。