論文の概要: Formal Mechanisms for Market Stability in Self-Interested Agent Societies: A Marketplace Simulation Study
- arxiv url: http://arxiv.org/abs/2607.08652v1
- Date: Thu, 09 Jul 2026 16:21:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-10 14:45:27.594149
- Title: Formal Mechanisms for Market Stability in Self-Interested Agent Societies: A Marketplace Simulation Study
- Title（参考訳）: 自己関心エージェント学会における市場安定の形式的メカニズム:市場シミュレーションによる研究
- Abstract要約: 利己的なエージェントは、制約のないままであり、繰り返される社会的ジレンマに欠陥を呈し、貿易による協調的な利益が崩壊する傾向にあった。
本稿では,このようなエージェントの社会が市場の安定を維持するのに十分な,制限のないコミュニケーションの基盤となる形式的メカニズムについて検討する。
- 参考スコア（独自算出の注目度）: 3.2232118075036573
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Self-interested agents, left unconstrained, tend toward defection in repeated social dilemmas, causing cooperative gains from trade to collapse. This paper investigates what formal mechanisms, layered on top of unrestricted communication, are sufficient for a society of such agents to maintain market stability, and how resilient those mechanisms are to adversarial attack. We instantiate the research question as a multi-agent marketplace simulation where 18 LLM agents (DeepSeek-V3) with complementary production specialties must trade within a constrained social network to obtain utility. We conduct two experimental phases: (1) a mechanism comparison across eight conditions under progressive troll injection over 200 rounds, identifying Mediation as the top-performing mechanism; and (2) adversarial red-teaming of Mediation using iteratively prompt-optimised LLM-driven trolls, finding that the best attack (v6) reduces honest-agent utility by 13.3% but cannot collapse the market. Mediation enables recovery even under sustained adversarial pressure. We define adversarial robustness as a mechanism's ability to sustain positive honest-agent utility under optimised attack, and find that Mediation is robust: it can be bent but not broken.
- Abstract（参考訳）: 利己的なエージェントは、制約のないままであり、繰り返される社会的ジレンマに欠陥を呈し、貿易による協調的な利益が崩壊する傾向にあった。
本稿では、このようなエージェントの社会が市場の安定を維持するのに十分な形式的メカニズムと、それらのメカニズムが敵の攻撃にどのように耐えられるかを検討する。
我々は,18のLCMエージェント(DeepSeek-V3)と相補的な生産専門職が制約付きソーシャルネットワーク内で取引を行い,実用性を得るためのマルチエージェントマーケットプレースシミュレーションとして研究課題をインスタンス化する。
1)200回以上のプログレッシブ・トロル・インジェクションによる8つの条件のメカニズム比較を行い、メディエーションをトップパフォーマンスのメカニズムとみなし、(2)反復的に最適化されたLCM駆動トロールを用いたメディエーションの逆方向のリピートを行い、最も優れた攻撃(v6)は正直なエージェントの効用を13.3%減少させるが、市場を崩壊させることはできないことを見出した。
治療は、持続的な敵圧下でも回復を可能にする。
我々は、敵の頑健さを、最適化攻撃下で正の正直な効用を維持するメカニズムの能力と定義し、メディエーションが頑健であることを見出した。
関連論文リスト
- Competitive Market Behavior of LLMs [10.688937502565592]
我々は、人間のために設計された市場メカニズムをテストするために、人間を大きな言語モデル(LLM)に置き換える。
LLMエージェントが占める市場は、市場の均衡に向けて緩やかまたは全く収束していない。
また、エージェントが生成したChain-of-Thoughtトレースの語彙解析も行っている。
論文 参考訳（メタデータ） (2026-09-02T13:24:42Z) - Provable Robustness against Backdoor Attacks via the Primal-Dual Perspective on Differential Privacy [51.758416625168]
ランダムな平滑化は、敵の摂動に対する堅牢性を証明するための強力なツールである。
本稿では,複雑な構成機構の認証のためのフレームワークを提案する。
複雑な脅威モデル下での堅牢性を証明するために複合メカニズムを使用するための原則的で一般的なフレームワークを提供する。
論文 参考訳（メタデータ） (2026-05-20T22:17:29Z) - Agent Bazaar: Enabling Economic Alignment in Multi-Agent Marketplaces [13.796920626646964]
本稿では,経済アライメント評価のためのマルチエージェントシミュレーションフレームワークであるAgens Bazaarを紹介する。
我々は,B2C市場におけるアルゴリズム的不安定性(“The Crash”)と,C2C市場におけるSybil Deception(“The Lemon Market”)の2つの障害モードを特定する。
我々は、経済に整合したハーネス、安定化企業、懐疑的ガーディアンズを提案し、その結果を改善するが、厳しい市場条件下では脆弱である。
論文 参考訳（メタデータ） (2026-05-17T23:36:55Z) - Mechanism Design Is Not Enough: Prosocial Agents for Cooperative AI [49.05972944310475]
契約がすべての関連する将来の事態を区別できない場合、現実的なメカニズムを排除できない、厳密な肯定的な福祉損失が存在することを示す。
このギャップを埋め、社会的に優越し、個々に有益である結果が得られることを示す。
論文 参考訳（メタデータ） (2026-05-08T19:37:07Z) - CoopEval: Benchmarking Cooperation-Sustaining Mechanisms and LLM Agents in Social Dilemmas [37.9285901060329]
より強力な推論能力を持つLLMは、混合動機ゲームにおいて_less_協調的に振る舞う。
我々の実験では、最近のモデルは単発の社会的ジレンマに一貫して欠陥があることが示されている。
契約と仲介は、有能なLLMモデル間の協調的な結果を達成するのに最も効果的である。
論文 参考訳（メタデータ） (2026-04-16T17:40:30Z) - Position: AI Agents Are Not (Yet) a Panacea for Social Simulation [62.891898598784415]
大規模言語モデル(LLM)の最近の進歩は、社会シミュレーションにLLM統合エージェントを使うことへの関心が高まっている。
このポジションペーパーは、LSMをベースとしたエージェントは社会シミュレーションのパナセアではないと主張している。
論文 参考訳（メタデータ） (2026-02-19T06:35:07Z) - Why Keep Your Doubts to Yourself? Trading Visual Uncertainties in Multi-Agent Bandit Systems [21.356119126402902]
私たちは、不確実性のための分散市場として調整を再構築するフレームワークであるAgoraを紹介します。
トンプソンサンプリングを拡張した市場対応ブローカーは、協力を開始し、コスト効率の高い均衡に向けてシステムを誘導する。
結果は、市場ベースのコーディネーションを、経済的に実行可能なビジュアルインテリジェンスシステムを構築するための原則的でスケーラブルなパラダイムとして確立する。
論文 参考訳（メタデータ） (2026-01-26T17:58:53Z) - From Competition to Coordination: Market Making as a Scalable Framework for Safe and Aligned Multi-Agent LLM Systems [5.165179548592513]
マルチエージェント大規模言語モデル(LLM)コーディネーションのための市場形成フレームワークを提案する。
この設定では、各エージェントは市場参加者として行動し、確率的信念を更新し、取引し、共有され、真実に満ちた結果へと収束する。
実証的に、本手法は、事実推論、倫理的判断、コモンセンス推論タスクにまたがって評価する。
論文 参考訳（メタデータ） (2025-11-18T16:47:15Z) - Multi-Agent Reinforcement Learning for Market Making: Competition without Collusion [6.598173855286935]
市場形成におけるアルゴリズム的共謀を研究するための階層型多エージェント強化学習フレームワークを提案する。
このフレームワークは、敵が形作る不確実な環境で訓練される自己関心の市場メーカー(AgentA)を含む。
適応型インセンティブ制御は、異種エージェント環境におけるより持続可能な戦略的共存を支援する。
論文 参考訳（メタデータ） (2025-10-29T20:07:47Z) - Magentic Marketplace: An Open-Source Environment for Studying Agentic Markets [74.91125572848439]
本稿では,サービスエージェントが消費者を代表し,サービスエージェントが競合するビジネスを代表する2面のエージェントマーケットプレースについて検討する。
この環境では、ユーティリティエージェントが達成する行動バイアス、操作に対する脆弱性、検索メカニズムが市場の結果をどのように形作るか、といった主要な市場ダイナミクスを研究することができる。
実験の結果、フロンティアモデルは最適な福祉に近づくことができるが、理想的な探索条件下でのみ適用可能であることが判明した。
論文 参考訳（メタデータ） (2025-10-27T18:35:59Z) - Alignment Tipping Process: How Self-Evolution Pushes LLM Agents Off the Rails [103.05296856071931]
本稿では,自己進化型大規模言語モデル(LLM)エージェントに特有の,アライメント・ティッピング・プロセス(ATP)を同定する。
ATPは、連続的な相互作用によってエージェントが訓練中に確立されたアライメント制約を放棄し、強化された自己関心の戦略を支持するときに生じる。
実験の結果、アライメントの利点は自己進化の下で急速に低下し、最初は整合性のない状態に収束したモデルであることが判明した。
論文 参考訳（メタデータ） (2025-10-06T14:48:39Z) - VCG Mechanism Design with Unknown Agent Values under Stochastic Bandit
Feedback [104.06766271716774]
本研究では,エージェントが自己の価値を知らない場合に,マルチラウンドの福祉最大化機構設計問題について検討する。
まず、福祉に対する後悔の3つの概念、各エージェントの個々のユーティリティ、メカニズムの3つの概念を定義します。
当社のフレームワークは価格体系を柔軟に制御し、エージェントと販売者の後悔のトレードオフを可能にする。
論文 参考訳（メタデータ） (2020-04-19T18:00:58Z)
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。