論文の概要: RELIC: Revealed Principles for Learning Interpretable Composable Skills in Multi-Agent Planning

• arxiv url: http://arxiv.org/abs/2607.16745v1
• Date: Sat, 18 Jul 2026 10:08:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.253036
• Title: RELIC: Revealed Principles for Learning Interpretable Composable Skills in Multi-Agent Planning
• Title（参考訳）: Relic: マルチエージェントプランニングにおける解釈可能な構成可能なスキルの学習原理
• Authors: Nguyen Viet Tuan Kiet, Bui Dinh Pham, Duong Quoc Chinh, Dao Van Tung, Tran Cong Dao, Huynh Thi Thanh Binh,
• Abstract要約: RELICは、明らかにされた原則を通じて解釈可能で構成可能なスキルを学ぶためのフレームワークである。 本稿では,解釈可能な,構成可能なスキルを学ぶためのフレームワークであるRELICを紹介する。
• 参考スコア（独自算出の注目度）: 7.65208750022325
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multi-agent planning becomes substantially harder when agents must improve specialized decision-making skills while keeping their internal implementations private. This regime arises when agents are developed independently, expose different interfaces and capabilities, and must nevertheless coordinate without sharing executable policies. Prior research has largely assumed centralized optimization, shared policy access, or common skill representations, making it poorly suited to privacy-constrained cooperation. We introduce RELIC, a framework for learning interpretable and composable skills via revealed principles. Each agent refines its own programmatic skill through private LLM-guided search, while a trusted orchestrator evaluates proposed updates solely through team-level performance. Successful behaviors are not broadcast as code; instead, they are abstracted into portable principles that other agents can instantiate within their own interfaces and recombine with local strategies. This separates coordination from implementation sharing, enabling cross-agent transfer under heterogeneous skill signatures. RELIC thus introduces a new paradigm for privacy-preserving skill learning and coordination in multi-agent planning.
• Abstract（参考訳）: エージェントが内部実装を非公開にしながら、特別な意思決定スキルを向上しなければならない場合、マルチエージェントプランニングは極めて困難になる。 この状態は、エージェントが独立して開発され、異なるインターフェースと機能を公開するときに起こり、それでも実行可能なポリシーを共有せずに調整されなければならない。 以前の研究では、集中的な最適化、共有ポリシーアクセス、あるいは共通のスキル表現を前提としており、プライバシーに制約のある協力には適していない。 本稿では,解釈可能な,構成可能なスキルを学ぶためのフレームワークであるRELICを紹介する。 各エージェントはプライベートLLM誘導探索により独自のプログラムスキルを洗練し、信頼できるオーケストレータはチームレベルのパフォーマンスでのみ提案された更新を評価する。 成功した振る舞いはコードとしてブロードキャストされるのではなく、他のエージェントが自身のインターフェース内でインスタンス化し、ローカル戦略と再結合できるようなポータブルな原則に抽象化される。 これは実装共有からコーディネーションを分離し、異種スキルシグネチャの下でエージェント間転送を可能にする。 したがって、RELICは、マルチエージェントプランニングにおけるプライバシ保護スキル学習と調整のための新しいパラダイムを導入する。

関連論文リスト

• Swarm Skills: A Portable, Self-Evolving Multi-Agent System Specification for Coordination Engineering [50.72456732323037]
  textbfSwarm Skillsは、マルチエージェントのセマンティクスを用いて、Arthhropic Skills標準を拡張したポータブル仕様である。 Swarm Skillsはマルチエージェントを、役割、実行バウンダリ、自己進化のためのビルトインセマンティック構造からなる、一級の分散可能なアセットに変える。 我々は,Swarm Skillsがプログレッシブ開示を通じて,ゼロアダプタのクロスエージェントポータビリティを実現する方法を示す。
  論文  参考訳（メタデータ） (2026-05-11T06:26:58Z)
• Learning to Deliberate: Meta-policy Collaboration for Agentic LLMs with Multi-agent Reinforcement Learning [13.9097452260769]
  エージェントは高レベルなメタ認知行動を通じて分散政策を学習する。 我々は,新しい強化学習アルゴリズムであるSoftRankPOを開発した。
  論文  参考訳（メタデータ） (2025-09-04T02:06:06Z)
• Community-based Multi-Agent Reinforcement Learning with Transfer and Active Exploration [0.0]
  マルチエージェント強化学習(MARL)のための新しいフレームワークを提案する。 従来の隣人や固定された相互作用グラフとは異なり、コミュニティベースのフレームワークはフレキシブルで抽象的な調整パターンをキャプチャします。 これは、コミュニティ構造、トランスファービリティ、アクティブラーニングを証明可能な保証と統合する最初のMARLフレームワークである。
  論文  参考訳（メタデータ） (2025-05-14T19:42:43Z)
• AgentNet: Decentralized Evolutionary Coordination for LLM-based Multi-Agent Systems [22.291969093748005]
  AgentNet(エージェントネット)は、マルチエージェントシステムのための分散化された検索型生成(RAG)ベースのフレームワークである。 静的ロールや集中制御の以前のアプローチとは異なり、AgentNetはエージェントがローカルの専門知識とコンテキストに基づいて接続とタスクのルーティングを調整することができる。 実験の結果,AgentNetは単一エージェントと集中型マルチエージェントのベースラインよりも高いタスク精度を実現することがわかった。
  論文  参考訳（メタデータ） (2025-04-01T09:45:25Z)
• From Novice to Expert: LLM Agent Policy Optimization via Step-wise Reinforcement Learning [62.54484062185869]
  本稿では,エージェントの強化学習プロセスの最適化にステップワイド報酬を利用するStepAgentを紹介する。 エージェント反射とポリシー調整を容易にする暗黙の逆・逆の強化学習手法を提案する。
  論文  参考訳（メタデータ） (2024-11-06T10:35:11Z)
• 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)
• Iterated Reasoning with Mutual Information in Cooperative and Byzantine Decentralized Teaming [0.0]
  我々は,政策グラディエント(PG)の下での最適化において,エージェントの方針がチームメイトの方針に準じることが,本質的に相互情報(MI)の下限を最大化することを示す。 我々の手法であるInfoPGは、創発的協調行動の学習におけるベースラインを上回り、分散協調型MARLタスクにおける最先端の課題を設定します。
  論文  参考訳（メタデータ） (2022-01-20T22:54:32Z)
• Scalable Multi-Agent Reinforcement Learning for Residential Load Scheduling under Data Governance [5.37556626581816]
  マルチエージェント強化学習 (MARL) は, 協調型住宅負荷スケジューリング問題において, 顕著な進歩を遂げている。 MARLの最も一般的なパラダイムである集中型トレーニングは、通信制約のあるクラウドエッジ環境における大規模デプロイメントを制限する。 提案手法は,家庭の局所的な観察のみに基づく個人評論家の学習機能である,アクタ批判的手法に基づく。
  論文  参考訳（メタデータ） (2021-10-06T14:05:26Z)
• Exploring the Impact of Tunable Agents in Sequential Social Dilemmas [0.0]
  我々は多目的強化学習を活用して調整可能なエージェントを作成する。 この手法を逐次社会的ジレンマに適用する。 調整可能なエージェント・フレームワークは協調行動と競争行動の容易な適応を可能にすることを実証する。
  論文  参考訳（メタデータ） (2021-01-28T12:44:31Z)

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。