論文の概要: MOAE: Multi-Objective Agent Evolution with Pareto-Preserving Search
- arxiv url: http://arxiv.org/abs/2609.05992v1
- Date: Sat, 05 Sep 2026 09:31:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.176661
- Title: MOAE: Multi-Objective Agent Evolution with Pareto-Preserving Search
- Title（参考訳）: MOAE: パレート保存検索による多目的エージェント進化
- Abstract要約: 多目的エージェント進化(Multi-Objective Agent Evolution)は、完全エージェントロールアウト上のパレート保存進化探索として反復的インコンテキスト洗練を組織する。
この結果から,MOAE はタスク性能と軌道品質を安定的に向上すると同時に,適合したロールアウト予算下での安全性を維持していることがわかった。
- 参考スコア（独自算出の注目度）: 5.257073134713488
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As LLM-based agents continue to advance, their evaluation has become increasingly multifaceted: a capable agent must not only achieve high task completion accuracy but also perform well in interaction quality, safety, and efficiency, raising a central question: can these objectives be optimized simultaneously? Existing methods have considered multiple objectives, but many collapse heterogeneous measurements into a fixed scalar score. Such scalarization depends on metric normalization and preference weights and may discard candidates that represent useful deployment trade-offs. We introduce Multi-Objective Agent Evolution (MOAE), which organizes iterative in-context refinement as a Pareto-preserving evolutionary search over complete agent rollouts. Given a limited rollout budget, MOAE maintains an empirical archive of non-dominated candidates, uses objective-specific diagnostics to guide offspring generation, and applies constraint-aware selection only at deployment. This separates candidate preservation during search from the preference used to return a final solution. The procedure requires no parameter updates and allows each objective to be replaced by any measurable property, which we instantiate as task performance, trajectory quality, and safety. Experiments on TravelPlanner and AgentDojo show that MOAE consistently improves task performance and trajectory quality while maintaining strong safety under matched rollout budgets. Search-behavior analysis further shows that Pareto preservation expands the attainable objective region and increases the frequency of joint improvement. These results demonstrate the potential of Pareto-preserving in-context evolution for optimizing multiple agent properties without committing to a fixed scalarization during search.
- Abstract（参考訳）: 有能なエージェントは高いタスク完了精度を達成するだけでなく、相互作用の質、安全性、効率にも優れなければならない。
既存の方法は複数の目的を考慮しているが、多くの不均一な測定結果を固定スカラースコアに分解する。
このようなスカラー化はメートル法的な正規化と選好の重みに依存しており、有用なデプロイメントトレードオフを表す候補を廃止する可能性がある。
本稿では, マルチオブジェクトエージェント進化(MOAE)を紹介し, 完全エージェントロールアウトにおけるパレート保存進化探索として, 反復的インコンテキスト改良を組織化する。
限定的なロールアウト予算を前提として、MOAEは、非支配的な候補の実証的なアーカイブを維持し、客観的な診断を使用して、子孫の生成をガイドし、デプロイ時にのみ制約対応の選択を適用する。
これにより、検索中の候補保存と最終解を返すために使用される好みを分離する。
プロシージャはパラメータの更新を必要とせず、各目的を任意の測定可能なプロパティに置き換えることが可能で、タスクのパフォーマンス、軌道品質、安全性としてインスタンス化します。
TravelPlannerとAgentDojoの実験によると、MOAEは、一致したロールアウト予算の下で強力な安全性を維持しながら、タスクパフォーマンスと軌道品質を一貫して改善している。
探索行動分析により,パレート保存は達成可能な目標領域を拡大し,関節改善の頻度を増大させることが示された。
これらの結果は,探索中に一定のスカラー化を行うことなく,複数のエージェント特性を最適化するPareto保存インコンテキスト進化の可能性を示している。
関連論文リスト
- ARISE-RL: Agentic Rubric-Grounded Iterative Self-Evolution with Reinforcement Learning [74.19730275669227]
ARISE-RLは、オープンエンドエージェントをトレーニングするための新しいフルサイクルの自己進化フレームワークである。
Reward-Gated Self-Evolution Distillation (RG-SED)を提案する。
ECR-Benchは,シングルツールディープリサーチとマルチツールトラベルプランニングを対象とする,専門家校正型ルーリックベンチマークスイートである。
論文 参考訳（メタデータ） (2026-09-01T10:54:13Z) - Multi-Agent Reinforcement Learning via Agent-Specific Preference [13.390117775984798]
マルチエージェント強化学習は、明確に定義されたグローバル報酬関数に大きく依存する。
我々はエージェント固有の選好モデルを用いてこれらの課題に対処するMulti-AGent Preference-Integrated lEarning(MAGPIE)を紹介する。
我々は,MAGPIEが報酬工学的ベースラインに匹敵する性能を達成することを示す。
論文 参考訳（メタデータ） (2026-08-09T09:38:41Z) - Multi-Agent LLMs Fail to Explore Each Other [34.74439361133657]
本稿では,現代の大規模言語モデル (LLM) エージェントが相互に対話する際に効果的に探索できないことを示す。
MACE(Multi- Agent Contextual Exploration)は、構造化されたピア選択による探索を明示的に促進する軽量なフレームワークである。
論文 参考訳（メタデータ） (2026-07-13T08:34:05Z) - AffectAgent: Collaborative Multi-Agent Reasoning for Retrieval-Augmented Multimodal Emotion Recognition [62.16431420189863]
LLMに基づくマルチモーダル感情認識は静的なパラメトリックメモリに依存しており、ニュアンス化された感情状態の解釈時にしばしば幻覚を与える。
本稿では,感情指向型マルチエージェント検索拡張生成フレームワークであるAffectAgentを紹介する。
AffectAgentは3つの共同最適化されたエージェント、すなわちクエリプランナー、エビデンスフィルタ、感情生成器から構成される。
論文 参考訳（メタデータ） (2026-04-14T13:49:19Z) - AgentSwing: Adaptive Parallel Context Management Routing for Long-Horizon Web Agents [115.18197165538943]
大規模言語モデル(LLM)は、長距離情報探索のための自律エージェントへと進化する。
既存のコンテキスト管理手法は通常、軌道全体を通して単一の固定戦略にコミットする。
本稿では,探索効率と終端精度の2つの相補的な次元を通じて,長期的成功を特徴付ける確率的枠組みを提案する。
論文 参考訳（メタデータ） (2026-03-29T02:59:27Z) - Agents on a Tree: Pathwise Coordination for Multi-Objective Molecular Optimization [33.33321738135092]
多目的分子最適化は、矛盾する目的の下で広大な化学空間を探索する必要がある。
木構造探索として分子最適化を定式化するマルチエージェントフレームワークであるATOMを提案する。
論文 参考訳（メタデータ） (2026-03-27T14:21:21Z) - ATLAS : Adaptive Self-Evolutionary Research Agent with Task-Distributed Multi-LLM Supporters [6.13905106667213]
ATLASは、軽量な研究エージェントを反復的に開発するタスク分散フレームワークである。
我々のコアアルゴリズムであるEvolving Direct Preference Optimization (EvoDPO)は、位相インデックス付き参照ポリシーを適応的に更新する。
その結果,ATLASは静的単一エージェントベースラインの安定性と性能を向上させることがわかった。
論文 参考訳（メタデータ） (2026-02-02T19:23:33Z) - Beyond Monolithic Architectures: A Multi-Agent Search and Knowledge Optimization Framework for Agentic Search [56.78490647843876]
エージェント検索は、大規模言語モデル(LLM)が推論とツールの使用をインターリーブできるようにすることによって、複雑な情報を探すための有望なパラダイムとして登場した。
本稿では,bfM-ASKを提案する。bfM-ASK,bfM-ASK,bfM-ASK,bfM-ASK,bfM-ASK,bfM-ASK,bfM-ASK,bfM-ASK。
論文 参考訳（メタデータ） (2026-01-08T08:13:27Z) - AgentPRM: Process Reward Models for LLM Agents via Step-Wise Promise and Progress [71.02263260394261]
大規模言語モデル(LLM)は、マルチターン意思決定タスクにおいて依然として課題に直面している。
プロセス報酬モデル(PRM)を構築し、各意思決定を評価し、エージェントの意思決定プロセスを導く。
AgentPRMは、シーケンシャルな決定と最終的な目標への貢献の間の相互依存の両方をキャプチャする。
論文 参考訳（メタデータ） (2025-11-11T14:57:54Z) - Alita-G: Self-Evolving Generative Agent for Agent Generation [54.49365835457433]
汎用エージェントをドメインエキスパートに変換するフレームワークであるALITA-Gを提案する。
このフレームワークでは、ジェネラリストエージェントが対象ドメインタスクのキュレートされたスイートを実行する。
計算コストを削減しながら、大きな利益を得ることができます。
論文 参考訳（メタデータ） (2025-10-27T17:59:14Z)
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。