論文の概要: Consistent Plan-Act for Long-Horizon Agentic Tasks

• arxiv url: http://arxiv.org/abs/2609.38891v1
• Date: Wed, 30 Sep 2026 03:38:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.143991
• Title: Consistent Plan-Act for Long-Horizon Agentic Tasks
• Title（参考訳）: 長距離エージェントタスクのための一貫した計画手法
• Abstract要約: 一般的なアプローチは、異なる役割を通じて低レベルの実行から高レベルの計画を切り離します。 本稿では,検出された矛盾を両エージェントにフィードバックし,一貫した解釈を形成するConsistent PlanAct(ConAct)を提案する。 ConActは成功率を38.6%から54.4%に引き上げ、GPT-5.6-sol/terraをプランナーと俳優として採用している。
• 参考スコア（独自算出の注目度）: 38.741305857471644
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Long-horizon agentic tasks demand strong reasoning and efficient execution across successive interactions with dynamic environments. A common approach decouples high-level planning from low-level execution through separate planner and actor roles. To investigate coordination failures in these tasks, we prompt both agents for structured state assertions and compare their reports programmatically to detect explicit contradictions. Our analyses reveal systematic disagreement about the same task-relevant state facts, a phenomenon we term planner-actor state mismatch. We further find that providing agents with task-relevant state information reduces mismatch and improves coordination and task performance. Based on the systematic analysis of the state mismatch, we propose Consistent Plan-Act (ConPAct), which feeds detected contradictions back to both agents to form consistent state interpretations and fine-tunes them on curated consistent interactions for better coordination. ConPAct improves performance across various environments and model configurations, e.g., increasing MiniGrid success rate from 38.6% to 54.4% with GPT-5.6-sol/terra as planner and actor respectively, demonstrating that state consistency can guide both inference-time correction and coordination training.
• Abstract（参考訳）: 長距離エージェントタスクは、動的環境との連続的な相互作用に対して、強い推論と効率的な実行を要求する。 一般的なアプローチは、プランナーとアクターの役割を分離することで、低レベルの実行から高レベルのプランニングを分離する。 これらのタスクにおける協調の失敗を調査するために、構造化状態のアサーションを双方のエージェントに促し、そのレポートをプログラム的に比較し、明確な矛盾を検出する。 本分析では,同一のタスク関連状態事実,すなわちプランナー・アクター状態のミスマッチについて,系統的な不一致を明らかにした。 さらに,タスク関連状態情報を提供するエージェントがミスマッチを低減し,コーディネートやタスクパフォーマンスが向上することがわかった。 状態ミスマッチの系統的解析に基づいて、検出された矛盾を両エージェントにフィードバックし、整合性のある状態解釈を形成し、整合性のある相互作用に微調整するConsistent Plan-Act(ConPAct)を提案する。 ConPActは様々な環境とモデル構成のパフォーマンスを改善し、例えばMiniGridの成功率を38.6%から54.4%に向上させ、GPT-5.6-sol/terraをプランナーとして、そしてアクターとして、状態整合性は推論時間補正と調整トレーニングの両方を導くことができることを示した。

関連論文リスト

• LLawCo: Learning Laws of Cooperation for Modeling Embodied Multi-Agent Behavior [51.25229110468212]
  分散化された環境で活動する身体的エージェントは、しばしばパートナーと不整合または環境状態に不整合な行動を示す。 我々は,実施エージェントがパートナーとタスクの目的の両方を自律的に整合させることができる新しい枠組みであるLearning Laws of Cooperationを提案する。 我々のフレームワークは、エージェントが過去の失敗を反映して、不整合な行動パターンを抽出し、"必要であれば話す"や"パートナーを待つ"といったハイレベルな行動法則を導出することを可能にする。
  論文  参考訳（メタデータ） (2026-06-26T15:26:12Z)
• When Does Hierarchy Help? Benchmarking Agent Coordination in Event-Driven Industrial Scheduling [7.912877527497326]
  DESBenchは、階層的なイベント駆動スケジューリングにおけるエージェント調整を評価するためのベンチマークである。 我々は,中央集権的,階層的,階層的,ホロニックという,4つの代表的な調整パラダイムに注目している。
  論文  参考訳（メタデータ） (2026-05-13T08:33:28Z)
• Improving the Efficiency of Language Agent Teams with Adaptive Task Graphs [52.26652574704317]
  大規模言語モデル(LLM)はますますチームにデプロイされているが、既存のコーディネーションアプローチは2つの極端な部分を占めることが多い。 本稿では,Language Agent Teams for Task Evolution (LATTE)を紹介した。
  論文  参考訳（メタデータ） (2026-05-07T14:19:17Z)
• DR. WELL: Dynamic Reasoning and Learning with Symbolic World Model for Embodied LLM-Based Multi-Agent Collaboration [18.250351934101463]
  DR. WELLは、協調的マルチエージェント計画のための分散型神経シンボルフレームワークである。 エージェントは候補者の役割を提案し、合意と環境制約の下で共同割り当てをコミットする。 各エージェントは、詳細な軌道を明らかにすることなく、独立してその役割の象徴的な計画を生成し実行します。
  論文  参考訳（メタデータ） (2025-11-06T18:37:18Z)
• CaPo: Cooperative Plan Optimization for Efficient Embodied Multi-Agent Cooperation [98.11670473661587]
  CaPoは,1)メタプラン生成,2)プログレッシブなメタプランと実行の2つのフェーズで協調効率を向上する。 3Dworld Multi-Agent TransportとCommunicative Watch-And-Helpタスクの実験結果は、CaPoが最先端技術と比較してタスク完了率と効率をはるかに高めることを示した。
  論文  参考訳（メタデータ） (2024-11-07T13:08:04Z)
• Bottom-up mechanism and improved contract net protocol for the dynamic task planning of heterogeneous Earth observation resources [61.75759893720484]
  地球観測資源は、災害救助、被害評価、関連する領域においてますます不可欠になりつつある。 観測要求の変更や悪天候の発生、資源の失敗など、予測できない多くの要因は、スケジュールされた観測計画が実行不可能になる可能性がある。 不均質な地球観測資源の動的タスク計画を容易にするため、ボトムアップ分散協調フレームワークと改良された契約網を提案する。
  論文  参考訳（メタデータ） (2020-07-13T03:51:08Z)

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。