論文の概要: Theory of Scene: Breaking the Symmetry Trap in Multi-Agent LLM Coordination

• arxiv url: http://arxiv.org/abs/2609.32939v1
• Date: Sat, 26 Sep 2026 20:56:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 11:45:21.301744
• Title: Theory of Scene: Breaking the Symmetry Trap in Multi-Agent LLM Coordination
• Title（参考訳）: シーンの理論:マルチエージェントLLMコーディネーションにおける対称性のトラップを破る
• Abstract要約: マルチエージェントシステムが同時に動作する場合、それらはターゲットに衝突し、分割し、一緒に取り組まなければならないターゲットに分散する必要があることを示す。 本稿では,各エージェントが公開ロールを読み取るトレーニングフリー推論スキーマである「シーンの理論(ToS)」を提案する。 ToSはベンチマーク毎に6つのベースラインを上回り、各ベースラインは少なくとも1つの設定でそれよりはるかに遅れている。
• 参考スコア（独自算出の注目度）: 27.486312939995145
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multi-agent systems built on large language models (LLMs) are largely homogeneous, as their agents behave alike even across distinct LLMs. We show that when such agents act concurrently without communication, they collide on targets they must split and diverge on targets they must take together, a double failure we term the symmetry trap. Theory of Mind (ToM), widely used for coordination without communication, cannot escape this trap, since homogeneous agents form the same prediction of one another and respond to it in the same way. We propose Theory of Scene (ToS), a training-free reasoning schema in which each agent reads its public role, the only difference between the agents, and the task context they all observe. Homogeneous agents thereby derive one division of labor, each taking the part its role fixes, which turns homogeneity from the cause of the trap into the cure. ToS reads the role together with the scene through role gating, which determines whether ownership overlaps or is already divided, and the task context through task coupling, which infers whether the team must converge on each target, divide it, or take its stages in turn. We evaluate on DivvyBench, a controlled environment we introduce, whose target types make an episode Competitive, Cooperative, or Mixed across Tabletop, Airspace, and Household scenarios, and on two established agentic benchmarks, GovSim and Overcooked. ToS outperforms all six baselines on every benchmark, and each baseline falls far behind it in at least one setting. Against ToM given the same inputs, ToS raises the DivvyBench success rate from 71.1% to 99.6%, the GovSim total gain from 207 to 400, and the Overcooked level-normalized throughput from 1.41 to 1.67.
• Abstract（参考訳）: 大規模言語モデル(LLM)上に構築されたマルチエージェントシステムは、エージェントが異なるLLMであっても同じように振る舞うため、ほぼ均質である。 このようなエージェントが通信なしで同時に動作した場合、それらは分割されなければならないターゲットと衝突し、それらが一緒に取らなければならないターゲットに発散することを示します。 コミュニケーションなしで協調するために広く用いられる心の理論(ToM)は、均質なエージェントが互いに同じ予測を形成し、同じ方法でそれに対応するため、この罠から逃れることはできない。 本稿では,各エージェントが公開ロールを読み取る学習自由推論スキーマである「シーンの理論(ToS)」と,それらが観察するタスクコンテキストの差について述べる。 これにより、均質なエージェントは1つの分業を導き、それぞれがその役割を修復し、トラップの原因から均質性を治療に変換する。 ToSはロールゲーティングを通じてシーンと共に役割を読み、オーナシップが重複しているか、すでに分割されているかを判断し、タスク結合を通じてタスクコンテキストを読みます。 提案するDivvyBenchは,競争性,協調性,あるいはテーブルトップ,空域,家庭にまたがる混在型を対象とし,GovSimとOvercookedという2つのエージェントベンチマークを用いて評価を行った。 ToSはベンチマーク毎に6つのベースラインを上回り、各ベースラインは少なくとも1つの設定でそれよりはるかに遅れている。 ToMに対して、ToSはDivvyBenchの成功率を71.1%から99.6%に、GovSimは207から400に、Overcookedレベル正規化スループットは1.41から1.67に引き上げた。

関連論文リスト

• Delegated Misalignment: How Multi-Agent Structures Amplify LLM Safety Risks [27.661163378618653]
  安全アライメントは、主に単一エージェント脅威モデルの下で評価される。 2つの障害メカニズムがデリゲートの下に出現する: 主側での説明責任拡散と従属側での説明責任バイアスコンプライアンスである。 我々は,マルチエージェントLLMシステムが大規模に展開される前に,モデルごとのアライメントを超えて,複合安全機構に移行するようコミュニティに呼びかけている。
  論文  参考訳（メタデータ） (2026-08-26T03:49:37Z)
• ClawArena-Team: Benchmarking Subagent Orchestration and Dynamic Workflows in Language-Model Agents [61.184954205350984]
  ClawArena-Teamは、41のマルチターン、マルチモーダル、マルチエージェントシナリオのベンチマークである。 全体的なスコア -- Subagent-Management Score (SMS) -- は、タスクの正しさを最小限のプライマリとモダリティのルーティング因子によって乗算する。
  論文  参考訳（メタデータ） (2026-06-30T06:06:08Z)
• Role-Agent: Bootstrapping LLM Agents via Dual-Role Evolution [25.26084224278813]
  Role-Agentは単一のLarge Language Model(LLM)を使用してエージェントと環境の両方として同時に機能する。 Role-Agentはパフォーマンスを継続的に改善し、強いベースラインよりも平均4%以上向上する。
  論文  参考訳（メタデータ） (2026-06-09T14:28:07Z)
• Benchmarking Open-Ended Multi-Agent Coordination in Language Agents [48.1363632826625]
  Alemは、手続き的に生成されたコーディネーションタスク、ソフトな特殊化、コミュニケーション、制御可能なコーディネーションの難しさを、長い水平サバイバルの世界に埋め込む。 Craftaxライクなダイナミックス上に構築されたオープンなマルチエージェント協調のためのJAXベースのベンチマークである$alem$を紹介します。
  論文  参考訳（メタデータ） (2026-06-06T21:13:43Z)
• Towards a Science of Scaling Agent Systems [79.64446272302287]
  エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。 協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。 ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
  論文  参考訳（メタデータ） (2025-12-09T06:52:21Z)
• LDSA: Learning Dynamic Subtask Assignment in Cooperative Multi-Agent Reinforcement Learning [122.47938710284784]
  協調型MARLにおける動的サブタスク代入(LDSA)を学習するための新しいフレームワークを提案する。 エージェントを異なるサブタスクに合理的に割り当てるために,能力に基づくサブタスク選択戦略を提案する。 LDSAは、より優れたコラボレーションのために、合理的で効果的なサブタスクの割り当てを学習していることを示す。
  論文  参考訳（メタデータ） (2022-05-05T10:46:16Z)
• Cooperative Online Learning in Stochastic and Adversarial MDPs [50.62439652257712]
  我々は、協調的オンライン学習と敵対的マルコフ決定過程(MDP)について研究する。 各エピソードでは、$m$エージェントが同時にMDPと対話し、個人の後悔を最小限に抑えるために情報を共有する。 協調強化学習(RL)を非フレッシュランダム性, あるいは敵対的MDPで検討したのは, 初めてである。
  論文  参考訳（メタデータ） (2022-01-31T12:32:11Z)
• Calibration of Shared Equilibria in General Sum Partially Observable Markov Games [15.572157454411533]
  我々は、異なるタイプのエージェントが単一のポリシーネットワークを共有する、一般的な可観測マルコフゲームを考える。 本稿は,そのようなエージェントが到達した平衡を形式的に理解すること,および,そのような平衡の創発的な現象を現実のターゲットに合わせることを目的としている。
  論文  参考訳（メタデータ） (2020-06-23T15:14:20Z)

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。