論文の概要: Symbolic Guidance for LLM Agents in Distributed Multiagent Coordination
- arxiv url: http://arxiv.org/abs/2609.31963v1
- Date: Fri, 25 Sep 2026 20:07:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 04:19:09.787192
- Title: Symbolic Guidance for LLM Agents in Distributed Multiagent Coordination
- Title（参考訳）: 分散マルチエージェントコーディネーションにおけるLDMエージェントのシンボル誘導
- Abstract要約: 大規模言語モデル(LLM)は、マルチエージェントシステムにおける自律エージェントとしてますます多くデプロイされている。
本稿では,emphSymbolic Guidance Taxonomy (SGT)について紹介する。
以上の結果から,中間的自律度は非指導的エージェントと完全規範的仕様の両方を一貫して上回ることがわかった。
- 参考スコア（独自算出の注目度）: 31.891781405837648
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language models (LLMs) are increasingly deployed as autonomous agents in multi-agent systems, yet their ability to reliably execute distributed coordination protocols remains poorly understood. While AgentsNet, a benchmark framework for distributed coordination among LLM agents, enables such coordination, granting full reasoning autonomy often leads to inconsistent or degraded performance in complex domains. We hypothesize that coordination can be improved by regulating agent autonomy through symbolic guidance derived from established algorithms. To investigate this, we introduce the \emph{Symbolic Guidance Taxonomy (SGT)}, which characterizes a spectrum of autonomy ranging from open-ended natural language reasoning to fully prescribed algorithmic execution, with intermediate levels providing partial pseudocode guidance. Our results show that intermediate autonomy levels consistently outperform both unguided agents and fully prescriptive specifications. These findings identify autonomy regulation as a key design principle for LLM-based distributed coordination.
- Abstract（参考訳）: 大規模言語モデル (LLM) はマルチエージェントシステムにおいて自律エージェントとしてデプロイされることが多いが、分散コーディネーションプロトコルを確実に実行する能力はいまだによく分かっていない。
LLMエージェント間の分散コーディネートのためのベンチマークフレームワークであるAgensNetは、そのようなコーディネートを可能にし、完全な推論の自律性を与えると、複雑なドメインで不整合または劣化するパフォーマンスにつながることが多い。
我々は,確立されたアルゴリズムから導かれる記号的指導を通じて,エージェント自律性を制御することにより協調性を改善することができると仮定する。
そこで本研究では,オープンエンド自然言語推論から完全に規定されたアルゴリズム実行までの自律性のスペクトルを,部分的な疑似コードガイダンスを提供する中間レベルに特徴付ける,emph{Symbolic Guidance Taxonomy (SGT)を紹介した。
以上の結果から,中間的自律度は非指導的エージェントと完全規範的仕様の両方を一貫して上回ることがわかった。
これらの結果は,LLMに基づく分散コーディネーションの鍵となる設計原則として自律性規制を規定している。
関連論文リスト
- Towards Adaptive, Scalable, and Robust Coordination of LLM Agents: A Dynamic Ad-Hoc Networking Perspective [31.81236449944822]
RAPSは、LLMエージェントの適応性、拡張性、堅牢な調整のための、評判の高いパブリッシュ・サブスクライブ・パラダイムである。
RAPSは2つの一貫性のあるオーバーレイを組み込んでいる: (i) リアクティブ・サブスクライブ(reactive Subscription) エージェントがその意図を動的に洗練することを可能にし、 (ii) ベイジアン・レピュテーション(Bayesian Reputation)。
論文 参考訳（メタデータ） (2026-02-08T15:26:02Z) - Decentralized Multi-Agent Goal Assignment for Path Planning using Large Language Models [7.94408712915778]
本研究は,マルチエージェントパス計画における分散型ゴール割り当ての問題に対処する。
エージェントは、環境の構造的表現に基づいて、目標よりもランク付けされた選好を独立に生成する。
完全に観測可能なグリッドワールド設定において,greedys,Optimal assignment,および大規模言語モデル(LLM)ベースのエージェントを比較した。
論文 参考訳（メタデータ） (2025-10-27T20:05:56Z) - 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) - Benchmarking LLMs' Swarm intelligence [51.648605206159125]
大規模言語モデル(LLM)は複雑な推論の可能性を秘めているが、マルチエージェントシステム(MAS)における創発的協調の能力はほとんど探索されていない。
分散エージェントとして機能するLDMのタスクを体系的に評価する新しいベンチマークであるSwarmBenchを紹介する。
本稿では,協調効率の指標を提案し,創発的グループダイナミクスを解析する。
論文 参考訳（メタデータ） (2025-05-07T12:32:01Z) - 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) - Gödel Agent: A Self-Referential Agent Framework for Recursive Self-Improvement [112.04307762405669]
G"odel AgentはG"odelマシンにインスパイアされた自己進化型フレームワークである。
G"odel Agentは、パフォーマンス、効率、一般化性において手作業によるエージェントを上回る、継続的な自己改善を実現することができる。
論文 参考訳（メタデータ） (2024-10-06T10:49:40Z)
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。