論文の概要: Spine-Branch Coordination for Multi-agent Computer Use
- arxiv url: http://arxiv.org/abs/2608.22077v1
- Date: Sat, 22 Aug 2026 18:48:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 18:24:36.944388
- Title: Spine-Branch Coordination for Multi-agent Computer Use
- Title（参考訳）: マルチエージェントコンピュータ用スピンブランチコーディネーション
- Abstract要約: 重要な物理的ボトルネックは、2つのシステムの状態がマージできないことである。
マルチエージェントコンピュータ用Spine-Branch Coordinationを提案する。
タスクを "spine-branch" グラフに分解し,メインタスクフローを連続したVM状態とブランチタスクを並列に実行する。
- 参考スコア（独自算出の注目度）: 9.350953491372094
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Computer use agents (CUAs) are increasingly deployed as multi-agent systems that decompose a task into multiple subtasks executed across parallel virtual machines (VMs). However, a critical physical bottleneck is that the state of two VMs cannot be merged. Previous systems handle this ad-hoc rather than treating it as a first-class concern. We propose Spine-Branch Coordination for multi-agent computer use, a framework that decomposes a task into a "spine-branch" graph, where the spine carries the main task flow with continuous VM state and branch tasks execute in parallel to collect information the spine needs to complete the task. Branch VMs are discarded once their tasks finish, so no VM merging ever occurs. Experiments show that on 200 long-horizon tasks from Odysseys and across three CUA backbones, Spine-Branch improves success rate over the baseline system by 6.0% to 16.5%, while reducing per-task cost by 34% to 70%, indicating that explicitly modeling VM-state merging constraint enables multi-agent computer use to scale efficiently.
- Abstract（参考訳）: コンピュータ利用エージェント(CUA)は、並列仮想マシン(VM)で実行される複数のサブタスクにタスクを分解するマルチエージェントシステムとして、ますます多くデプロイされている。
しかし、重要な物理的ボトルネックは、2つのVMの状態をマージできないことである。
従来のシステムは、第一級の関心事として扱うのではなく、このアドホックを扱う。
Spine-Branch Coordination for multi-agent computer use, a framework that decompose a task into a "spine-branch" graph, where the spine carry the main task flow with continuous VM state and branch task execute to collect information the spine to complete task。
ブランチVMはタスクが終了すると破棄されるため、VMのマージは発生しない。
実験の結果、Odysseysと3つのCUAバックボーンにわたる200のロングホライゾンタスクにおいて、Spine-Branchはベースラインシステムの成功率を6.0%から16.5%改善し、タスクごとのコストを34%から70%削減した。
関連論文リスト
- Task-Blind No MORE: Multi-Task Information Flow in Unified Ranking Backbones [15.647515309133025]
MORE (Multi-task cO-evolving Ranking modEl) はバックボーン内にマルチタスク情報フローを埋め込む。
タスク固有の信号は、ポストホック融合ではなく、各レイヤでシーケンスと特徴表現を共進化させることができる。
MOREは、同等のパラメータとFLOPの予算の下で、すべてのタスクのベースラインを一貫して上回り、モデルサイズとうまくスケールします。
論文 参考訳（メタデータ） (2026-09-07T09:36:57Z) - Multi-Agent Computer Use [72.79887808312706]
我々はマルチエージェント・コンピュータ・ユース(MACU)システムの評価・構築に向けて進むべきであると論じる。
本稿では、マネージャモデルがコンピュータ使用タスクを有向非巡回グラフ(DAG)として分解する汎用マルチエージェント構成を提案する。
各イテレーションで、マネージャは並列CUAサブエージェントをディスパッチし、DAGの準備ができているフロンティアでノードを実行する。
論文 参考訳（メタデータ） (2026-06-01T01:29:36Z) - Hive: A Multi-Agent Infrastructure for Algorithm- and Task-Level Scaling [4.857151634248649]
大規模言語モデルは、タスクの複雑さに合わせてスケールする複雑なエージェントシステムとして、ますます多くデプロイされている。
アルゴリズムレベルでは、追加の推論時間の割当はワークフローのキャパシティを向上させるが、パス間の冗長性を導入する。
タスクレベルでは、複雑なタスクはサブプロブレムに分解でき、スケーラビリティと並列性を改善するために複数のエージェントに委譲される。
アルゴリズムとタスクレベルのスケーリングを可能にするマルチエージェントインフラストラクチャであるHiveを提案する。
論文 参考訳（メタデータ） (2026-04-19T09:59:35Z) - Effective Strategies for Asynchronous Software Engineering Agents [52.76455094324273]
本稿では,集中型タスクデリゲート,非同期実行,独立したワークスペースという,3つのSWEプリミティブに根ざした構造化マルチエージェント協調パラダイムを導入する。
CAIDは,紙再生タスク(PaperBench)では26.7%,Pythonライブラリ開発タスクでは14.3%,単一エージェントベースラインでは26.7%の精度向上を実現している。
論文 参考訳（メタデータ） (2026-03-23T02:26:35Z) - OxyGen: Unified KV Cache Management for Vision-Language-Action Models under Multi-Task Parallelism [15.325398725305774]
我々は,KVキャッシュをタスクや時間とともに共有する第1級のリソースとして扱う推論パラダイムであるKVキャッシュ管理を統一的に提案する。
OxyGenは、孤立実行よりも最大3.7$timesのスピードアップを実現し、200トークン/秒の言語スループットと70Hzのアクション周波数をアクション品質の劣化なしに同時に提供する。
論文 参考訳（メタデータ） (2026-03-15T13:23:56Z) - Learning to Share: Selective Memory for Efficient Parallel Agentic Systems [49.78267008828593]
エージェントシステムは、反復的に推論する複数のエージェントを調整することで複雑なタスクを解決し、ツールを呼び出し、中間結果を交換する。
最近のアプローチでは、さまざまな推論の軌跡を探索するために、複数のエージェントチームが並行して運用されている。
我々は並列エージェントフレームワークのための学習された共有メモリ機構であるLearning to Share (LTS)を提案する。
論文 参考訳（メタデータ） (2026-02-05T18:20:21Z) - UltraCUA: A Foundation Model for Computer Use Agents with Hybrid Action [77.63125913907771]
本稿では,GUIプリミティブと高レベルのプログラムツールコールのギャップを埋める基盤モデルであるUltraCUAを提案する。
7Bおよび32Bモデルによる実験は、最先端のエージェントよりも大幅に改善されている。
論文 参考訳（メタデータ） (2025-10-20T17:48:26Z) - Towards General Computer Control with Hierarchical Agents and Multi-Level Action Spaces [5.258138614911196]
我々は,OS制御を2段階のオプションプロセスとして定式化する軽量階層型強化学習フレームワークであるComputerAgentを導入する。
135の現実世界のデスクトップタスクで、ComputerAgentは92.1%の簡単なタスクで成功し、58.8%のハードタスクで成功している。
その結果、階層型RLは、コンピュータ制御のためのモノリシックMLLMベースの自動化に代わる実用的でスケーラブルな代替手段を提供することを示した。
論文 参考訳（メタデータ） (2025-09-22T13:14:47Z) - Towards VM Rescheduling Optimization Through Deep Reinforcement Learning [9.4293010682986]
我々は,VM再スケジュールのための強化学習システムVM2RLを開発した。
その結果,VM2RLは最適解に匹敵する性能を達成できるが,実行時間は数秒であることがわかった。
論文 参考訳（メタデータ） (2025-05-23T00:30:53Z) - REMAC: Self-Reflective and Self-Evolving Multi-Agent Collaboration for Long-Horizon Robot Manipulation [57.628771707989166]
本稿では,ReMACと呼ばれる適応型マルチエージェント計画フレームワークを提案する。
ReMACには2つの重要なモジュールが組み込まれており、ループ内で事前条件と後条件チェックを実行し、進捗と計画の洗練を評価する。
論文 参考訳（メタデータ） (2025-03-28T03:51:40Z) - Edge-MoE: Memory-Efficient Multi-Task Vision Transformer Architecture
with Task-level Sparsity via Mixture-of-Experts [60.1586169973792]
M$3$ViTは、Mix-of-experts (MoE)を導入した最新のマルチタスクViTモデルである。
MoEは精度の向上と80%以上の削減計算を実現しているが、FPGAに効率的なデプロイを行う上での課題は残されている。
Edge-MoEと呼ばれる私たちの研究は、アーキテクチャの革新の集合を伴って、マルチタスクのViTのための最初のエンドツーエンドFPGAアクセラレータを導入するという課題を解決します。
論文 参考訳（メタデータ） (2023-05-30T02:24:03Z)
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。