論文の概要: MAGIC: Mixed-Granularity Agent Graphs via Incremental Construction with Dense-Reward Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2609.26667v1
• Date: Tue, 22 Sep 2026 16:27:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 01:05:39.744687
• Title: MAGIC: Mixed-Granularity Agent Graphs via Incremental Construction with Dense-Reward Reinforcement Learning
• Title（参考訳）: MRIC:Dense-Reward Reinforcement Learningを用いたインクリメンタル構築による混合粒度エージェントグラフ
• Abstract要約: 協調トポロジーは、LLMベースのマルチエージェントシステムの性能と実行コストの両方を形作る。 混合粒度グラフ生成のための強化学習フレームワークMAGICを提案する。
• 参考スコア（独自算出の注目度）: 15.035587222156414
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Collaboration topology shapes both the performance and execution cost of LLM-based multi-agent systems. Because tasks differ in complexity and required capabilities, recent approaches generate task-specific collaboration graphs that specify agent participation and information flow. However, representative topology generators use either individual agents or predefined groups throughout an organization, overlooking differing collaboration needs across subtasks. Our key insight is to select granularity locally for each functional role, combining fine-grained control with reusable collaboration patterns within one organization. Learning such organizations requires exploring a combinatorial construction space with limited intermediate feedback from final-answer rewards. Therefore, we propose MAGIC, a dense-reward reinforcement learning framework for mixed-granularity graph generation. Specifically, MAGIC constructs a mixed-granularity agent graph by sequentially selecting a functional role, instantiating it as a single agent or reusable group, and connecting it to existing units. We directly optimize the construction policy using returns from trajectories sampled under the current policy and use potential-based reward shaping to provide intermediate feedback from probe-based utility and structural signals while preserving the cumulative task reward. MAGIC outperforms state-of-the-art baselines across eight benchmarks and demonstrates strong inference efficiency in our efficiency study.
• Abstract（参考訳）: 協調トポロジーは、LLMベースのマルチエージェントシステムの性能と実行コストの両方を形作る。 タスクは複雑さと必要な能力が異なるため、近年のアプローチでは、エージェントの参加と情報フローを指定するタスク固有のコラボレーショングラフが作成されている。 しかしながら、代表的トポロジージェネレータは、サブタスク間で異なるコラボレーションニーズを見越して、組織全体で個々のエージェントまたは事前定義されたグループを使用する。 私たちの重要な洞察は、各機能の役割ごとに粒度をローカルに選択し、きめ細かい制御と再利用可能なコラボレーションパターンを組み合わせることです。 そのような組織を学ぶには、最終回答の報酬からの限られた中間フィードバックで、組合せ的な建設空間を探索する必要があります。 そこで我々は,混合粒度グラフ生成のための高次強化学習フレームワークMAGICを提案する。 具体的には、MAGICは、機能的役割を順次選択し、単一のエージェントまたは再利用可能なグループとしてインスタンス化し、既存のユニットに接続することで、混合粒度エージェントグラフを構築する。 提案手法は,現行の方針の下でサンプリングされた軌道からの帰還を直接最適化し,ポテンシャルに基づく報奨形を用いて,累積的なタスク報酬を保ちつつ,プローブベースのユーティリティと構造信号からの中間フィードバックを提供する。 MAGICは8つのベンチマークで最先端のベースラインを上回り、我々の効率研究において強い推論効率を示す。

関連論文リスト

• Inference-Time Graph Engineering for Multi-Agent LLM Workflows [51.56038180639833]
  ReActNetは、クエリとロール特化エージェントのセットを一連の有向通信グラフにコンパイルする、トレーニング不要のフレームワークである。 ReActNetは、競争的推論コストを維持しつつ、固定トポロジと学習トポロジのベースラインを一貫して改善することを示す。
  論文  参考訳（メタデータ） (2026-09-04T23:32:11Z)
• Scaling Behavior of Single LLM-Driven Multi-Agent Systems [5.2324118961669575]
  マルチエージェントシステム(MAS)は、協調的な知性によって複雑なタスクに取り組むことを約束する。 本稿では, エージェント数の増加に伴い, 均質MASの性能がどう進化するかを系統的に検討する。
  論文  参考訳（メタデータ） (2026-05-30T09:57:49Z)
• AgentCo-op: Retrieval-Based Synthesis of Interoperable Multi-Agent Workflows [5.357463600626556]
  AgentCo-opは再利用可能なスキル、ツール、および外部エージェントを実行可能なアーティファクトに構成する検索フレームワークである。 実行時に障害を示すコンポーネントに対して、自己誘導の局所的な修復を適用する。 空間論と遺伝子セットの解釈のための特殊エージェントを協調し、単一セルマルチオームデータ上での相互モダリティマーカー分析のための並列ワークフローを構築する。
  論文  参考訳（メタデータ） (2026-05-19T19:22:21Z)
• Emergent Coordination in Multi-Agent Language Models [2.504366738288215]
  マルチエージェントシステムが高次構造の兆候を示すかどうかをテストするための情報理論フレームワークを提案する。 この情報分解により、マルチエージェントLLMシステムに動的に出現するかどうかを測定することができる。 我々は,エージェントの直接通信を使わずに,単純な推測ゲームを用いた実験に本フレームワークを適用した。
  論文  参考訳（メタデータ） (2025-10-05T11:26:41Z)
• Assemble Your Crew: Automatic Multi-agent Communication Topology Design via Autoregressive Graph Generation [91.17994756436259]
  大規模言語モデル(LLM)に基づくマルチエージェントシステム(MAS)は、多様な領域にわたる複雑な問題を扱うための強力なソリューションとして登場した。 既存のアプローチは、事前に定義されたエージェントセットとハードコードされた相互作用構造を持つテンプレートグラフ修正パラダイムに依存しているため、基本的に制限されている。 協調グラフをスクラッチから構築することで、このパラダイムを運用する新しい自己回帰モデルであるARG-Designerを提案する。
  論文  参考訳（メタデータ） (2025-07-24T09:17:41Z)
• Multi-Agent Collaboration via Evolving Orchestration [55.574417128944226]
  大規模言語モデル(LLM)は、様々な下流タスクで顕著な成果を上げているが、そのモノリシックな性質は複雑な問題解決におけるスケーラビリティと効率を制限している。 LLMに基づくマルチエージェントコラボレーションのためのパウチスタイルのパラダイムを提案し,タスク状態の進化に応じて,中央集権的なオーケストレータ("puppeteer")がエージェント("puppets")を動的に指示する。 クローズドドメインおよびオープンドメインシナリオの実験により,この手法は計算コストを低減し,優れた性能が得られることが示された。
  論文  参考訳（メタデータ） (2025-05-26T07:02:17Z)
• A Cooperation Graph Approach for Multiagent Sparse Reward Reinforcement Learning [7.2972297703292135]
  マルチエージェント強化学習(MARL)は複雑な協調作業を解くことができる。 本稿では、協調グラフ(CG)と呼ばれるグラフネットワークを設計する。 協調グラフマルチエージェント強化学習(CG-MARL)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-08-05T06:32:16Z)
• Soft Hierarchical Graph Recurrent Networks for Many-Agent Partially Observable Environments [9.067091068256747]
  本稿では,階層型グラフ再帰ネットワーク(HGRN)と呼ばれる新しいネットワーク構造を提案する。 以上の技術に基づいて,Soft-HGRNと呼ばれる値に基づくMADRLアルゴリズムと,SAC-HRGNというアクタクリティカルな変種を提案する。
  論文  参考訳（メタデータ） (2021-09-05T09:51:25Z)

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。