論文の概要: HyperMCTS: Hypergraph-Augmented MCTS for Long-Horizon LLM Agents

• arxiv url: http://arxiv.org/abs/2609.33920v1
• Date: Sun, 27 Sep 2026 20:58:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-04 15:37:35.809146
• Title: HyperMCTS: Hypergraph-Augmented MCTS for Long-Horizon LLM Agents
• Title（参考訳）: HyperMCTS: Hypergraph-Augmented MCTS for Long-Horizon LLM Agents
• Abstract要約: ロングホライゾンタスクは、ソリューション全体にわたる制約の下で決定をコーディネートするために、大きな言語モデル(LLM)エージェントを必要とする。 本稿では,モンテカルロ木探索木をクロストラジェクトリハイパーグラフで拡張するトレーニングフリー手法であるHyperMCTSを提案する。 我々のハイパーグラフ誘導型HyperUCT選択規則は、重なり合うハイパーエッジの証拠を以前のアクションに集約し、あるプレフィックスの下で収集された結果が、別のプレフィックスの下で選択を通知することを可能にする。
• 参考スコア（独自算出の注目度）: 10.69572164786802
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Long-horizon tasks require large language model (LLM) agents to coordinate decisions under constraints that span an entire solution. Monte Carlo Tree Search (MCTS) offers a promising approach to test-time scaling by exploring alternative action trajectories, but model computation and environment interaction make search costly. Efficient search therefore requires effective reuse of trajectory feedback. Standard MCTS maintains prefix-specific statistics, without explicitly accumulating outcomes for decision groups that recur across different paths. To fill this gap, we propose HyperMCTS, a training-free method that augments an ordered MCTS tree with a cross-trajectory hypergraph. Hyperedges represent groups of canonical decisions and accumulate their observed returns within the current task. Our hypergraph-guided HyperUCT selection rule aggregates evidence from overlapping hyperedges into an action prior, allowing outcomes collected under one prefix to inform selection under another while preserving execution histories in the tree. On DeepPlanning, HyperMCTS improves average planning accuracy by 2.3--7.3 percentage points over the strongest baseline for each of three backbone models. It enables Qwen3.6-27B to outperform Claude Opus 4.6 (max) on Shopping Planning, while achieving higher accuracy with fewer LLM calls and output tokens than the evaluated MCTS-based baselines. SealQA experiments further demonstrate improvements in question answering.
• Abstract（参考訳）: ロングホライゾンタスクは、ソリューション全体にわたる制約の下で決定をコーディネートするために、大きな言語モデル(LLM)エージェントを必要とする。 Monte Carlo Tree Search (MCTS)は、代替のアクショントラジェクトリを探索することで、テスト時間のスケーリングに有望なアプローチを提供するが、モデル計算と環境相互作用は、探索にコストがかかる。 したがって、効率的な探索には軌道フィードバックを効果的に再利用する必要がある。 標準MCTSは、異なる経路にまたがって再帰する決定群の結果を明示的に蓄積することなく、プレフィックス固有の統計を維持している。 このギャップを埋めるために,順序付きMCTSツリーをクロストラジェクトリハイパーグラフで拡張するトレーニング不要なHyperMCTSを提案する。 ハイパーエッジは標準的決定のグループを表し、現在のタスク内で観察されたリターンを蓄積する。 我々のハイパーグラフ誘導型HyperUCT選択規則は、重なり合うハイパーエッジの証拠を以前のアクションに集約し、あるプレフィックスの下で収集された結果が、木での実行履歴を保存しながら、別のプレフィックスの下で選択を通知することを可能にする。 DeepPlanningでは、HyperMCTSは3つのバックボーンモデルで最強のベースラインに対して平均計画精度を2.3～7.3ポイント改善している。 Qwen3.6-27BはショッピングプランニングにおいてClaude Opus 4.6(max)を上回り、評価されたMCTSベースのベースラインよりも少ないLCM呼び出しと出力トークンで高い精度を実現している。 SealQA実験はさらに質問応答の改善を実証している。

関連論文リスト

• The Path Matters: Evaluating Small Language Models Beyond Answer Accuracy in KGQA [11.103813686369685]
  小言語モデル(SLM)は知識グラフ(KG)とペアになってきています エンドツーエンドのKG質問応答は、グラフアクセス、検索、ナビゲーション、推論、回答生成を混乱させる。 これらの結果は、終端精度のみを超越したSLMグラフ推論の評価を動機付けている。
  論文  参考訳（メタデータ） (2026-09-23T10:38:23Z)
• Visual Document Understanding and Question Answering: A Multi-Agent Collaboration Framework with Test-Time Scaling [83.78874399606379]
  テスト時間スケーリングを備えたマルチエージェント協調フレームワークであるMACTを提案する。 4つの異なる小規模エージェントから構成され、明確に定義された役割と効果的なコラボレーションがある。 一般および数学的タスクの能力を犠牲にすることなく、より小さなパラメータスケールで優れた性能を示す。
  論文  参考訳（メタデータ） (2025-08-05T12:52:09Z)
• BQSched: A Non-intrusive Scheduler for Batch Concurrent Queries via Reinforcement Learning [7.738546538164454]
  データパイプライン全体の規模を最小化する上で重要な問題は、並列クエリの効率的なスケジューリングである。 我々の知る限り、BQSchedは強化学習による最初の非侵襲的なバッチクエリスケジューラである。 大規模な実験により、BQSchedはバッチクエリスケジューリングの効率と安定性を大幅に改善できることが示された。
  論文  参考訳（メタデータ） (2025-04-27T07:49:01Z)
• I-MCTS: Enhancing Agentic AutoML via Introspective Monte Carlo Tree Search [10.718560472954644]
  イントロスペクティブモンテカルロ木探索(Introspective Monte Carlo Tree Search, I-MCTS)は、イントロスペクティブプロセスを通じてツリーノードを反復的に拡張する新しいアプローチである。 我々は,各ノードの解の直接評価を容易にするために,LLM(Large Language Model)ベースの値モデルを統合する。 当社のアプローチでは,強力なオープンソースAutoMLエージェントと比較して,パフォーマンスが6%向上している。
  論文  参考訳（メタデータ） (2025-02-20T16:19:09Z)
• MCTS-Judge: Test-Time Scaling in LLM-as-a-Judge for Code Correctness Evaluation [17.432401371613903]
  本稿では,コード正確性評価のための資源効率の高いシステム2思考フレームワークを提案する。 MCTS-Judgeはモンテカルロ木探索を用いて問題を単純かつ多視点的な評価に分解する。 高精度で単体テストレベルの報酬メカニズムは、大規模言語モデルにライン・バイ・ライン分析の実行を促す。
  論文  参考訳（メタデータ） (2025-02-18T02:55:48Z)
• Sports-Traj: A Unified Trajectory Generation Model for Multi-Agent Movement in Sports [53.637837706712794]
  任意の軌道をマスク入力として処理する統一軌道生成モデルUniTrajを提案する。 具体的には,空間特徴抽出のためのトランスフォーマーエンコーダ内に埋め込まれたゴースト空間マスキング(GSM)モジュールを紹介する。 バスケットボールU,サッカーU,サッカーUの3つの実践的スポーツデータセットをベンチマークして評価を行った。
  論文  参考訳（メタデータ） (2024-05-27T22:15:23Z)
• Tree-Planner: Efficient Close-loop Task Planning with Large Language Models [63.06270302774049]
  Tree-Plannerは、大きな言語モデルでタスクプランニングを3つの異なるフェーズに再構成する。 Tree-Plannerは高い効率を維持しながら最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-10-12T17:59:50Z)
• Continuous Monte Carlo Graph Search [61.11769232283621]
  連続モンテカルログラフサーチ(Continuous Monte Carlo Graph Search, CMCGS)は、モンテカルログラフサーチ(MCTS)のオンラインプランニングへの拡張である。 CMCGSは、計画中、複数の州で同じ行動方針を共有することで高いパフォーマンスが得られるという洞察を生かしている。 並列化によってスケールアップすることができ、学習力学モデルによる連続制御においてクロスエントロピー法(CEM)よりも優れている。
  論文  参考訳（メタデータ） (2022-10-04T07:34:06Z)

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。