論文の概要: Measuring Consensus in AI Agent Networks
- arxiv url: http://arxiv.org/abs/2610.24833v1
- Date: Sat, 17 Oct 2026 19:29:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.274504
- Title: Measuring Consensus in AI Agent Networks
- Title(参考訳): AIエージェントネットワークにおけるコンセンサスの測定
- Abstract要約: 本稿では,合意形成を共有領域への公示位置の進化として扱う評価枠組みを提案する。
2つのケーススタディでは、重複した情報とキャンセルされた契約の調整をエージェントが要求する分散事実と意思決定に基づいて、スタッフ決定を検証している。
- 参考スコア(独自算出の注目度): 17.648247791776136
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As AI agents become increasingly connected through networks and take on tasks that require negotiation and joint decision-making, a systematic approach is needed to assess how their views converge and what information supports their decisions. We present an evaluation framework that treats consensus formation as the evolution of publicly stated positions toward a shared region, using accumulated communication history as context. The framework tracks position trajectories, group dispersion, and information expressed in public messages. Two case studies examine staffing decisions based on distributed facts and decisions requiring agents to reconcile duplicate information and a cancelled contract. Results from 1,872 completed runs associate sharing explanations with more accurate group decisions, while the second task reveals persistent disagreement despite accurate aggregate answers. Membership-change experiments provide a complementary evaluation. By separating convergence among agents from progress toward a task's full-information answer, the framework relates decision accuracy and bounded disagreement to the information available during the exchange.
- Abstract(参考訳): AIエージェントがネットワークを介してますます結びつき、交渉と共同決定を必要とするタスクに取り組むようになると、彼らの見解がどのように収束し、どんな情報が意思決定をサポートするかを評価するための体系的なアプローチが必要である。
本稿では,コンセンサスの形成を,蓄積したコミュニケーション履歴を文脈として,共有領域への公示位置の進化として扱う評価フレームワークを提案する。
このフレームワークは、位置軌跡、グループ分散、および公開メッセージで表現された情報を追跡する。
2つのケーススタディでは、重複した情報とキャンセルされた契約の調整をエージェントが要求する分散事実と意思決定に基づいて、スタッフ決定を検証している。
完了した1,872件の結果は、より正確なグループ決定と、より正確なグループ決定とを関連づけて実行され、第2のタスクは、正確な集合回答にもかかわらず、永続的な不一致を明らかにする。
メンバーシップ・チェンジ実験は相補的な評価を提供する。
エージェント間の収束をタスクの完全な情報応答に向けた進捗から切り離すことにより、このフレームワークは、決定精度と、交換時に利用可能な情報との有界不一致を関連付ける。
関連論文リスト
- Training LLMs for Multi-Agent Collaboration with Verifiable Information Rewards [60.95806999869478]
本稿では,CoSIR(CoSIR:Collaboration via Surprisal-based Information Rewards)を紹介する。
本稿では,適切な選択肢に割り当てられた負のログ確率の和として定義されたチーム・サプライサルの削減によって共有情報をスコアするベイズ評価器を提案する。
学習後,Qwen3-4B,Qwen3-8B,Gemma-3-4B-itを自己再生し,未知の7つの自然言語協調タスクへの移動を評価する。
論文 参考訳(メタデータ) (2026-10-13T07:46:48Z) - A Decentralized Partially Observable Team Decision Methodology with Delayed Information Sharing [5.613598363654916]
低ランク潜在力学と未知のシステムモデルを用いて、分散化された部分的に観測可能なチーム決定問題について検討する。
提案手法は,チーム理論の等価性を低ランクモデル表現と組み合わせ,協調的な意思決定に対処する。
結果として得られるメンバサイドソリューションが集中型チームソリューションに近似していることが示される。
論文 参考訳(メタデータ) (2026-09-22T17:56:46Z) - LLM Agents for Deliberative Collaboration: A Study on Joint Decision Making Under Partial Observability [13.113852265536318]
人間が協力して働くとき、彼らは自然にコミュニケーションを行い、情報を整合させ、合意に達する。
本稿では,部分的に観察可能な共同意思決定タスクにおいて,LLM(Deliberative Large Language Model)エージェントについて検討する。
論文 参考訳(メタデータ) (2026-07-07T11:34:10Z) - The Deliberative Illusion: Diagnosing Factual Attrition and Stance Homogenization in Multi-Agent LLM Deliberation [68.98390038721963]
問題クリティカルな事実の最大72%を,マルチエージェントによる議論で消し去ることを示す。
保持された証拠は誤解を招くことなく問題を再構築し、最終的なスタンスをベースモデルに固定し、単一の悪意のあるエージェントが誤った情報を共有コンテキストに注入することができる。
我々は、どの事実、不確実性、正当な不一致が相互作用を生き残るかを測定する評価を求める。
論文 参考訳(メタデータ) (2026-06-02T02:15:40Z) - Tacit Learning with Adaptive Information Selection for Cooperative Multi-Agent Reinforcement Learning [13.918498667158119]
本稿では,情報選択と暗黙学習に基づく新しい協調型MARLフレームワークを提案する。
我々はゲーティングと選択機構を統合し、エージェントが環境変化に基づいて情報を適応的にフィルタリングできるようにする。
人気のあるMARLベンチマークの実験により、我々のフレームワークは最先端のアルゴリズムとシームレスに統合できることが示された。
論文 参考訳(メタデータ) (2024-12-20T07:55:59Z) - Causal Influence in Federated Edge Inference [34.487472866247586]
本稿では、未ラベルのストリーミングデータを用いて、接続性のある異種エージェントが推論を行う環境について考察する。
不確実性を克服するために、エージェントは、融合センターを通じてローカルな推論を交換することで互いに協力する。
エージェントの関与パターンや核融合センターの方針を反映した様々なシナリオを考察した。
論文 参考訳(メタデータ) (2024-05-02T13:06:50Z) - Online Decision Mediation [72.80902932543474]
意思決定支援アシスタントを学習し、(好奇心)専門家の行動と(不完全)人間の行動の仲介役として機能することを検討する。
臨床診断では、完全に自律的な機械行動は倫理的余裕を超えることが多い。
論文 参考訳(メタデータ) (2023-10-28T05:59:43Z) - ChoiceMates: Supporting Unfamiliar Online Decision-Making with Multi-Agent Conversational Interactions [53.07022684941739]
これらのニーズに対応するために設計された対話型マルチエージェントシステムであるChoiceMatesを提案する。
エージェントによるタスクを自動化する既存のマルチエージェントシステムとは異なり、ユーザはエージェントを編成して意思決定プロセスを支援する。
論文 参考訳(メタデータ) (2023-10-02T16:49:39Z) - Inverse Online Learning: Understanding Non-Stationary and Reactionary
Policies [79.60322329952453]
エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。
一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。
本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。
UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
論文 参考訳(メタデータ) (2022-03-14T17:40:42Z) - Inverse Active Sensing: Modeling and Understanding Timely
Decision-Making [111.07204912245841]
我々は,内因性,文脈依存型時間圧下でのエビデンスに基づく意思決定の一般的な設定のための枠組みを開発する。
意思決定戦略において、サプライズ、サスペンス、最適性の直感的な概念をモデル化する方法を実証する。
論文 参考訳(メタデータ) (2020-06-25T02:30:45Z)
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。