論文の概要: HTN Planning as a Coordination Layer for Multi-Server MCP Tool Orchestration

• arxiv url: http://arxiv.org/abs/2609.33731v1
• Date: Sun, 27 Sep 2026 16:32:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-04 17:14:23.698169
• Title: HTN Planning as a Coordination Layer for Multi-Server MCP Tool Orchestration
• Title（参考訳）: マルチサーバMPPツールオーケストレーションのための協調層としてのHTN計画
• Abstract要約: Model Context Protocol (MCP) はサーバを設計によって分離する。 本稿では,階層型タスクネットワーク(HTN)プランナが検証可能なクロスサーバプランを一度生成し,ランタイムが複数のMPPサーバに対して決定的に実行する協調アーキテクチャを提案する。
• 参考スコア（独自算出の注目度）: 0.8691764858459626
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Model Context Protocol (MCP) isolates servers by design: only the host can orchestrate cross-server workflows. When the host is a large language model, the resulting orchestrations are non-deterministic, non-reproducible, and pay one inference round-trip per tool call. We present a coordination architecture in which a Hierarchical Task Network (HTN) planner generates a verifiable cross-server plan once, and a runtime middleware executes it deterministically across multiple MCP servers, binding cross-action data dependencies via a template mechanism (\verb|${context.X}|) substituted at execution time. The architecture mirrors MCP's isolation constraint: each compound task decomposes into server-local primitive actions, and inter-server data flow is bound at execution time via JSON-path output extractors. We instantiate the architecture on five HTN domains spanning laboratory robotics, bioinformatics and multiscale modelling, and demonstrate end-to-end execution from a browser-based plan controller against eight live third-party MCP servers querying real biological databases.
• Abstract（参考訳）: Model Context Protocol (MCP) はサーバを設計によって分離する。 ホストが大きな言語モデルである場合、結果として得られるオーケストレーションは決定論的ではなく、再現不可能であり、ツールコール毎に1回の推論ラウンドトリップを支払う。 本稿では、階層型タスクネットワーク(HTN)プランナーが検証可能なクロスサーバプランを一度生成し、ランタイムミドルウェアが複数のMPPサーバで決定的に実行し、テンプレート機構(\verb|${context.X}|)を介してクロスアクションデータ依存関係を結合する協調アーキテクチャを提案する。 各複合タスクはサーバローカルのプリミティブアクションに分解され、サーバ間データフローはJSONパス出力抽出器を介して実行時にバインドされる。 実験ロボット、バイオインフォマティクス、マルチスケールモデリングを対象とする5つのHTNドメインのアーキテクチャをインスタンス化し、ブラウザベースのプランコントローラから実際の生物データベースをクエリする8つのサードパーティMSPサーバに対してエンド・ツー・エンドの実行を実演する。

関連論文リスト

• MCP-Universe RL: A Framework for Training MCP Tool-Use Agents via Reinforcement Learning [54.082979654934]
  強化学習(RL)は,大規模言語モデル(LLM)のツール利用能力向上に有効な方法となっている。 既存のRLフレームワークのほとんどは、ポリシー更新で停止する。 オープンソースフレームワークであるMCP-Universe RL(MCP-U RL)について述べる。
  論文  参考訳（メタデータ） (2026-08-23T01:49:04Z)
• A Formal Hierarchical Architecture for Agentic Orchestration with Stack-Based Execution and Lazy Discovery [5.106901034158075]
  本稿では,エージェントオーケストレーションのための階層的,スキルベースのアーキテクチャを提案する。 機能はルートツリーとして構成され、内部ノードがルーティング決定を行い、リーフノードが決定論的タスクを実行する。 グローバルメモリをローカライズされたスタックフレームに置き換えることで、ある実行ブランチからの出力が別の実行ブランチにリークすることを防ぐ。
  論文  参考訳（メタデータ） (2026-07-13T06:15:51Z)
• Task-Aware LLM Routing with Multi-Level Task-Profile-Guided Data Synthesis for Cold-Start Scenarios [51.44288759906005]
  大規模言語モデル(LLM)は、タスクやクエリにまたがるパフォーマンスと計算コストにかなりのばらつきを示す。 本稿では,タスクタイプ変数によるクエリ条件付きコストと性能をモデル化するタスクタイプ対応ルータTを紹介する。
  論文  参考訳（メタデータ） (2026-04-10T14:46:20Z)
• Separating Intelligence from Execution: A Workflow Engine for the Model Context Protocol [0.0]
  MCPエンジンは、実行から切り離される新しいオーケストレーション層です。 エンジンは実行トークン当たりのコストを99%以上削減し、完全なクラスタグラフ(1200以上のノードと2,800以上のリレーションシップを含む)を45秒以内で完了させる。
  論文  参考訳（メタデータ） (2026-03-13T05:12:14Z)
• From Tool Orchestration to Code Execution: A Study of MCP Design Choices [20.817336331051752]
  Model Context Protocols(MCP)は、エージェントシステムが異種実行環境を横断してツールを発見し、選択し、オーケストレーションするための統一されたプラットフォームを提供する。 最近のMPP設計では、コード実行を第一級の機能として組み込んでおり、これはCode Execution MCP(CEMCP)と呼ばれるアプローチである。 この研究は、コンテキスト結合(伝統的)とコンテキスト分離(CEMCP)のアーキテクチャ的区別を形式化し、それらの基本的なスケーラビリティのトレードオフを分析する。
  論文  参考訳（メタデータ） (2026-02-17T19:03:08Z)
• MCP-Flow: Facilitating LLM Agents to Master Real-World, Diverse and Scaling MCP Tools [58.5971352939562]
  大規模言語モデルは、複雑で現実的なタスクを実行するために、ますます外部ツールに依存しています。 既存のMSPリサーチは、少数のサーバーをカバーし、コストのかかる手作業によるキュレーションに依存し、トレーニングサポートが欠如している。 我々は大規模なサーバ発見、データ合成、モデルトレーニングのための自動Webエージェント駆動パイプラインであるMPP-Flowを紹介した。
  論文  参考訳（メタデータ） (2025-10-28T10:42:17Z)
• LLM$\times$MapReduce-V3: Enabling Interactive In-Depth Survey Generation through a MCP-Driven Hierarchically Modular Agent System [55.33058620876928]
  LLM x MapReduce-V3 は、長期サーベイ生成のための階層的モジュラーエージェントシステムである。 システムは研究の視点を捉えて包括的な骨格を生成し、それを詳細な調査へと発展させる。 人間の評価から,本システムはコンテンツ深度と長さの両方において,代表的ベースラインを超越していることが示された。
  論文  参考訳（メタデータ） (2025-10-13T01:38:37Z)
• MCP-Bench: Benchmarking Tool-Using LLM Agents with Complex Real-World Tasks via MCP Servers [24.6512259539754]
  MCP-Benchは、大規模言語モデル(LLM)を現実的なマルチステップタスクで評価するためのベンチマークである。 MCP-Bench は Model Context Protocol (MCP) 上に構築されており、金融、旅行、科学計算、学術検索などの分野にまたがる250のツールにまたがる28のライブ MCP サーバに LLM を接続している。
  論文  参考訳（メタデータ） (2025-08-28T05:58:57Z)
• LiveMCPBench: Can Agents Navigate an Ocean of MCP Tools? [50.60770039016318]
  モデルコンテキストプロトコル(MCP)エージェントをベンチマークする最初の総合ベンチマークであるLiveMCPBenchを紹介する。 LiveMCPBenchは、MPPエコシステムに根ざした95の現実世界のタスクで構成されている。 評価は10の先行モデルを対象としており、最高の性能のモデルが78.95%の成功率に達した。
  論文  参考訳（メタデータ） (2025-08-03T14:36:42Z)
• Towards a Flexible Scale-out Framework for Efficient Visual Data Query Processing [0.05801621787540266]
  我々は,ユーザ定義操作をVDMSで実行し,リモートサーバ上でクエリ内で操作を実行する機能を追加するVDMS-Asyncを開発した。 VDMS-Asyncは、既存の最先端システムと比較してクエリ実行時間を2～3倍削減する。
  論文  参考訳（メタデータ） (2024-02-05T18:39:04Z)

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。