論文の概要: Autonomous Repair for Multi-Agent Systems via Monte-Carlo Tree Search
- arxiv url: http://arxiv.org/abs/2607.29055v1
- Date: Fri, 31 Jul 2026 06:18:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-03 14:29:40.63366
- Title: Autonomous Repair for Multi-Agent Systems via Monte-Carlo Tree Search
- Title(参考訳): モンテカルロ木探索によるマルチエージェントシステムの自律修復
- Abstract要約: モンテカルロ木探索(MCTS)プロセスとしてMAS修復を定式化する検索ベースフレームワークを提案する。
我々はまた,1,310個の再生可能なマルチエージェント障害軌跡を持つ大規模MAS修復ベンチマークであるStateMASを紹介する。
- 参考スコア(独自算出の注目度): 4.313916831146957
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multi-agent systems (MAS) are increasingly deployed to solve complex tasks. In case of incorrect or unsatisfactory outputs, users have to manually locate agent mistakes by inspecting agent trajectories (i.e., {\em failure attribution}) and provide feedback to refine the outputs (i.e., {\em repair}). Despite some recent work in MAS failure attribution, automated mechanisms to recover from such mistakes remain largely unexplored. To bridge this gap, we propose MARS, a search-based framework that formulates MAS repair as a Monte Carlo Tree Search (MCTS) process and navigates the vast space of potential repairs via diagnosis-guided expansion with taxonomy-augmented evaluation. Unlike standard MCTS, which evaluates a complete simulation via full rollout, MARS evaluates the agent trajectory using partial rollout to reduce token consumption. Furthermore, we introduce StateMAS, a large-scale MAS repair benchmark with 1,310 replayable multi-agent failure trajectories spanning four types of agent architectures and four LLM backbones. Experiments on StateMAS demonstrate that MARS consistently outperforms state-of-the-art methods, achieving an absolute improvement from 3.0\% to 12.1\% across all settings, while maintaining a comparable token consumption cost. The ablation study further confirms that taxonomy-augmented evaluation and diagnosis-guided expansion are critical to achieving these performance gains.
- Abstract(参考訳): 複雑なタスクを解決するために、マルチエージェントシステム(MAS)がますます多くデプロイされている。
不正または不満足なアウトプットの場合、ユーザはエージェントのトラジェクトリ(すなわち、エラーの帰属)を検査し、アウトプットを洗練するためのフィードバック(すなわち、修復)を提供することによって、手動でエージェントのミスを見つける必要がある。
MAS失敗の帰属に関する最近の研究にもかかわらず、そのようなミスから回復するための自動的なメカニズムはほとんど解明されていない。
このギャップを埋めるため,MARSはモンテカルロ木探索(MCTS)プロセスとしてMAS修復を定式化し,分類学的評価を付加した診断誘導拡張による潜在的な修復の広大な空間をナビゲートする。
完全ロールアウトによる完全なシミュレーションを評価する標準MCTSとは異なり、MARSは部分ロールアウトを用いてエージェント軌道を評価し、トークン消費を減らす。
さらに,4種類のエージェントアーキテクチャと4つのLLMバックボーンにまたがる1,310個の再生可能なマルチエージェント障害軌道を持つ大規模MAS修復ベンチマークであるStateMASを紹介する。
StateMASの実験では、MARSは最先端の手法を一貫して上回り、全ての設定で3.0\%から12.1\%に絶対的に改善し、トークンの消費コストは同等である。
アブレーション研究は、分類学的に増強された評価と診断誘導的な拡張が、これらのパフォーマンス向上を達成するために重要であることをさらに確認する。
関連論文リスト
- Rethinking the Evaluation of Efficiency Methods for Multi-Agent Systems [22.50944765658515]
近年,大規模言語モデル (LLM) ベースのマルチエージェントシステムは,エージェントの刈り取りや通信エッジの除去,コンパクトな構造探索などにより安価に構築されている。
既存の評価は、MAS効率を向上する真の能力を過大評価する可能性があると論じる。
本分析は,MAS効率の堅牢な改善ではなく,構造的崩壊,機能不全,あるいはランダムプルーニングがすでに精度を保っている開始システムから発生する,多くの報告されたゲインがセットアップに依存していることを示している。
論文 参考訳(メタデータ) (2026-09-05T06:47:38Z) - Repair or Resample? Rethinking Failure Debugging in LLM Multi-Agent Systems [15.825635807363499]
我々は、MAS実行軌跡を記録し、介入アンカーを確立する制御された評価フレームワークであるSymTraceを紹介する。
リプレイ中は、記録されたログを使用してアンカーの前の実行を効果的に再構築し、下流の軌道のみを再生する。
その結果,既存の無誘導再走行法は信頼性が低く,故障の再現率や修復率も低いことが明らかとなった。
論文 参考訳(メタデータ) (2026-08-26T15:33:47Z) - TAPO: Tool-Aware Policy Optimization via Credit Transfer for Multimodal Search Agents [54.08846865906602]
ツール強化マルチモーダルサーチエージェントにおいて,クレジットミス割り当てをGRPOの系統的障害モードとして特徴付ける。
本稿では,情報取得ツールのパラメータ決定性を利用したツール・アウェア・ポリシー・オプティマイズ(TAPO)を提案する。
論文 参考訳(メタデータ) (2026-06-04T07:15:43Z) - MAS-FIRE: Fault Injection and Reliability Evaluation for LLM-Based Multi-Agent Systems [38.44649280816596]
マルチエージェントシステムの障害注入と信頼性評価のための体系的フレームワークMAS-FIREを提案する。
エージェント内認知障害とエージェント間協調障害を対象とする15種類の障害分類を定義した。
MAS-FIREを3つの代表的なMASアーキテクチャに適用することにより、フォールトトレラントな動作の豊富なセットを明らかにする。
論文 参考訳(メタデータ) (2026-02-23T13:47:43Z) - MARS: Modular Agent with Reflective Search for Automated AI Research [48.54202614558741]
我々は自律型AI研究に最適化されたフレームワークMARSを紹介する。
MARSは,(1)コストを意識したモンテカルロ木探索(MCTS)による予算計画(Budget-Aware Planning)による実行コストとパフォーマンスを明示的にバランスさせる),(2)複雑なリポジトリを管理するために"Design-Decompose-Implement"パイプラインを使用するモジュール構成,(3)ソリューションの違いを分析して高信号の洞察を抽出することで,与信の割り当てに対処する反射記憶(Reference Reflective Memory)という3つの柱に依存している。
論文 参考訳(メタデータ) (2026-02-02T19:00:03Z) - Beyond Accuracy: Behavioral Dynamics of Agentic Multi-Hunk Repair [6.60715519922201]
マルチハンクバグの修復には、複数の非結合コード領域にまたがるコーディネート編集が必要である。
我々は、Hunk4Jデータセットから372個のマルチハンクバグ(Claude Code, Codex, Gemini-cli, Qwen Code)を評価する。
論文 参考訳(メタデータ) (2025-11-14T07:00:47Z) - GroundedPRM: Tree-Guided and Fidelity-Aware Process Reward Modeling for Step-Level Reasoning [34.42899160708635]
自動プロセス監視のための木誘導・忠実度対応フレームワークであるGroundedPRMを紹介する。
グラウンドドPRMは40Kの自動的にラベル付けされたサンプルでトレーニングされており、自動ラベル付けされた監視で訓練された最高のパフォーマンスのPRMが使用するデータの10%しか使用できない。
ProcessBenchの平均パフォーマンスは最大で26%向上している。
論文 参考訳(メタデータ) (2025-10-16T17:54:07Z) - Metacognitive Self-Correction for Multi-Agent System via Prototype-Guided Next-Execution Reconstruction [58.51530390018909]
大規模言語モデルに基づくマルチエージェントシステムは、協調的な問題解決において優れているが、エラーのカスケードには脆弱である。
我々は,MASにリアルタイム,教師なし,ステップレベルの誤り検出と自己補正を付与するメタ認知フレームワークMASCを提案する。
論文 参考訳(メタデータ) (2025-10-16T05:35:37Z) - Eigen-1: Adaptive Multi-Agent Refinement with Monitor-Based RAG for Scientific Reasoning [53.45095336430027]
暗黙的な検索と構造化された協調を組み合わせた統合フレームワークを開発する。
Humanity's Last Exam (HLE) Bio/Chem Goldでは,48.3%の精度を実現している。
SuperGPQAとTRQAの結果はドメイン間の堅牢性を確認した。
論文 参考訳(メタデータ) (2025-09-25T14:05:55Z) - Why Do Multi-Agent LLM Systems Fail? [87.90075668488434]
MAST-Dataは7つの人気のあるMASフレームワークで収集された1600以上の注釈付きトレースの包括的なデータセットである。
我々はMAST(Multi-Agent System Failure Taxonomy)を初めて構築する。
MASTとMAST-Dataを利用して、モデル(GPT4、Claude 3、Qwen2.5、CodeLlama)とタスク(コーディング、数学、汎用エージェント)の障害パターンを分析します。
論文 参考訳(メタデータ) (2025-03-17T19:04:38Z) - On the Resilience of LLM-Based Multi-Agent Collaboration with Faulty Agents [58.79302663733703]
大規模言語モデルに基づくマルチエージェントシステムは、専門家エージェントの協力により、様々なタスクにまたがる優れた能力を示している。
不器用なエージェントや悪意のあるエージェントが与える影響 - システム全体のパフォーマンスにおいて、頻繁にタスクでエラーを犯すものは、いまだに過小評価されていない。
本稿では,下流タスクにおける障害要因下での各種システム構造のレジリエンスについて検討する。
論文 参考訳(メタデータ) (2024-08-02T03:25:20Z)
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。