論文の概要: Agent Behavior Maps: Locating Agents by What They Would Do, Without Running Them

• arxiv url: http://arxiv.org/abs/2610.30014v1
• Date: Wed, 21 Oct 2026 16:44:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.414286
• Title: Agent Behavior Maps: Locating Agents by What They Would Do, Without Running Them
• Title（参考訳）: エージェント・ビヘイビア・マップ(動画)
• Abstract要約: 同様の成功率のLLMエージェントは、異なるアクションシーケンスに従うことができる。 Agent Behavior Mapは、共有参照トラジェクトリ上で中心となるアクションログライクトリフを使用して、LLM-harnessの組み合わせを表す。 明示的な仮定の下で、二乗座標距離と軌跡KLとの誤差境界を導出する。 100 LLMと4つの環境にまたがって、ALFWorldベースの座標は性能予測をサポートし、振る舞いの類似性を識別する。
• 参考スコア（独自算出の注目度）: 4.292911258796561
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: LLM agents with similar success rates can follow different action sequences. An Agent Behavior Map represents LLM-harness combinations using centered action log-likelihoods on shared reference trajectories, without requiring new environment rollouts from the target agent. We derive error bounds relating squared coordinate distances to trajectory KL under explicit assumptions, and across eight cross-scored models the distances track the directly measured trajectory KL in rank order. Across 100 LLMs and four environments, ALFWorld-based coordinates support performance prediction and identify behavioral similarities. In ALFWorld, these similarities persist after controlling for success rates and model size, including across model families. As an extension, harness-component displacements approximately compose, with accuracy varying across components and environments.
• Abstract（参考訳）: 同様の成功率のLLMエージェントは、異なるアクションシーケンスに従うことができる。 Agent Behavior Mapは、ターゲットエージェントからの新たな環境ロールアウトを必要とせず、共有参照トラジェクトリ上でセンター化されたアクションログライクな組み合わせを使用してLLM-harnessの組み合わせを表現する。 我々は、明示的な仮定の下で2乗座標距離と軌跡KLに関する誤差境界を導出し、8つのクロススコアモデルにおいて、距離はランク順で直接測定された軌跡KLを追跡する。 100 LLMと4つの環境にまたがって、ALFWorldベースの座標は性能予測をサポートし、振る舞いの類似性を識別する。 ALFWorldでは、これらの類似性は、モデルファミリ全体を含む、成功率とモデルサイズを制御することによって維持される。 拡張として、ハーネス成分の変位は約構成され、部品や環境によって精度が変化する。

関連論文リスト

• Divergent Paths: Learning an Outcome-Predictive Representation of LLM Agent Trajectories [44.997982499978825]
  この領域では、同じタスクが成功し、失敗したことが示されます。 数ショット設定で結果予測を行うための表現をメタ学習するトランスフォーマーベースモデルであるPrecog-RMを紹介する。 我々は,Precog-RMが未確認のタスクやモデルに一般化し,終端よりもずっと早く軌道成功の確実な予測を与えることを示す。
  論文  参考訳（メタデータ） (2026-10-14T05:36:22Z)
• Test-time Multi-agent Coordination by Decomposed Value Gradient Flow [26.131784589248795]
  オフラインマルチエージェント強化学習のためのSCOUT(Optimal unified transport)によるスケーラブルなコーディネートを提案する。 SCOUTは2つの分離されたコンポーネントを訓練する。 個人-グローバル-マックス(IGM)の原理の下では、輸送が収束するにつれて消滅するジョイント・ソフトバリューギャップ上の一項のKLが証明される。
  論文  参考訳（メタデータ） (2026-10-01T22:38:27Z)
• From Sequence to Structure: Relational Uncertainty Propagation for LLM Agents [75.69180947909148]
  大規模言語モデル(LLM)エージェントのためのトラジェクトリレベルのUQフレームワークを提案する。 RuPAは、推論状態、ツールインタラクション、環境フィードバックが時間的およびセマンティックな依存関係エッジで接続されたノードである、指向的なトラジェクトリグラフとして実行履歴を表現している。 我々は,複数のモデルファミリにまたがる6つのオープンソースLCMを用いて,代用エージェントベンチマーク($2, Terminal-Bench-2, GAIA)でRUPAを評価した。
  論文  参考訳（メタデータ） (2026-08-17T01:40:14Z)
• GDLAM: Group-Disentangled Latent Action Model for Highly Disentangled Embodied Pretraining [57.6346031635552]
  GDLAM(Group-Disentangled Latent Action Model)は、Nグループへの構築によってコード化される潜在アクションモデルである。 GDLAMは、Modularity、MIG、DCIを含むラベルなしのアンタングルメントのメトリクスを、強力な非構造化LAMよりも広いマージンで改善する。
  論文  参考訳（メタデータ） (2026-08-10T01:38:21Z)
• PRIMAL3: Pathfinding via Reinforcement and Imitation Multi-Agent Learning - Leveraging LaCAM3 [19.66694371656982]
  PRIMAL3はマルチエージェントパスフィンディング(MAPF)のための超大規模フレームワーク 強化学習、トポロジ対応通信、LaCAM3誘導訓練、PIBTベースの行動改善を統合している。 実験により、PRIMAL3は最先端の学習ベースラインを大幅に上回っていることが示された。
  論文  参考訳（メタデータ） (2026-08-05T14:33:59Z)
• A-SR: Self-Evolving Agentic LLMs for Symbolic Regression via Hierarchical Coordination [51.06539604709775]
  本稿では、制御ユニットを表現編集からロール条件のエビデンスビューへシフトさせる自己進化型エージェントフレームワークであるA-SRを提案する。 A-SRは、コーディネートプロトコル、オンライン評価器・リワードロールポリシー、および状態制御プロセスメモリ間のルーティングによる公式発見をコーディネートする。
  論文  参考訳（メタデータ） (2026-08-05T14:01:10Z)
• Cross-Family Universality of Behavioral Axes via Anchor-Projected Representations [8.041250483194434]
  異なる家系の大規模言語モデルは、異なる隠された次元、トークン化器、訓練手順を使用する。 本稿では,各モデルからの隠れ表現を共有アンカー座標空間にマッピングするアンカー投影フレームワークを提案する。 ACSのLlama-Qwen-Mistral-Phi(LQMP)クラスタに同軸方向が密に一致していることが判明した。
  論文  参考訳（メタデータ） (2026-05-11T02:01:18Z)
• SAFE--MA--RRT: Multi-Agent Motion Planning with Data-Driven Safety Certificates [6.77934423529734]
  本稿では,同種線形マルチエージェントシステムのための完全なデータ駆動型モーションプランニングフレームワークを提案する。 各エージェントは実験データからクローズドループの挙動を独立に学習する。 サンプリングベースのプランナーは、隣接する楕円体が重なり合う場合にのみ遷移が許されるような経路点のツリーを構築する。
  論文  参考訳（メタデータ） (2025-09-04T17:34:59Z)
• Traffic Agent Trajectory Prediction Using Social Convolution and Attention Mechanism [57.68557165836806]
  本稿では,自律走行車周辺における標的エージェントの軌道予測モデルを提案する。 対象エージェントの履歴トラジェクトリをアテンションマスクとしてエンコードし、ターゲットエージェントとその周辺エージェント間の対話関係をエンコードするソーシャルマップを構築する。 提案手法の有効性を検証するため,提案手法を公開データセット上の複数の手法と比較し,20%の誤差低減を実現した。
  論文  参考訳（メタデータ） (2020-07-06T03:48:08Z)

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。