論文の概要: TeamGym: A Gym for Team Decision-Making by AI Agents with Distributed Information

• arxiv url: http://arxiv.org/abs/2610.37571v1
• Date: Tue, 27 Oct 2026 17:15:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.72874
• Title: TeamGym: A Gym for Team Decision-Making by AI Agents with Distributed Information
• Title（参考訳）: TeamGym: 分散型情報を備えたAIエージェントによるチーム意思決定のジーム
• Abstract要約: チーム決定問題に対する言語モデルに基づくエージェントの評価とトレーニングのための環境であるTeamGymを紹介する。 現在のAIエージェントは、情報を効果的に共有できないことが多い。 私たちはTeamGymを使って、チームの意思決定損失に関する強化学習を通じてポリシーをトレーニングしています。
• 参考スコア（独自算出の注目度）: 27.044517118713983
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many real-world decisions require teams to integrate information distributed across participants. Yet AI agents are still primarily trained and benchmarked in isolation. We introduce TeamGym, an environment for evaluating and training language model-based agents on team decision-making problems constructed from real-world legal, finance, medical, and software engineering corpora. TeamGym introduces a method to identify a minimal set of facts, each element of which is necessary and all of which are collectively sufficient for a correct final decision, which we call pivotal information. This enables TeamGym to both control the distribution of pivotal information and track how well agents identify and integrate pivotal information when making team decisions. Examining 8 language models on 12 source corpora, we find that current AI agents often fail to effectively share information: Distributing pivotal information across participants lowers success rate by 22.9 percentage points on average relative to giving the same information to a single model (a communication gap). We also document that participants do not effectively retrieve decision-relevant information on their own: A team's success rate is lowered by a further 19.9 points when participants must identify and extract pivotal information from source material rather than receiving it directly (a retrieval gap). To help remedy these deficits, we use TeamGym to train policies through reinforcement learning on team decision loss. Across two policy-training experiments, we find that training improves final-decision quality and induces emergent coordination in participation, speaker selection, and communication, even though the reward evaluates only the final decision.
• Abstract（参考訳）: 多くの実世界の意思決定では、参加者に分散した情報を統合する必要がある。 しかし、AIエージェントは、主にトレーニングされ、単独でベンチマークされる。 実世界の法律、金融、医療、ソフトウェア工学のコーパスから構築されたチーム決定問題に対して、言語モデルに基づくエージェントを評価し、訓練するためのTeamGymを紹介する。 TeamGymは最小限の事実を識別する手法を導入し、各要素は必要であり、全ての要素は正しい最終決定に十分である。 これにより、TeamGymは、重要な情報の配布を制御し、チームの決定を下す際に、どのようにエージェントが重要情報の識別と統合を適切に行うかを追跡できる。 現在のAIエージェントは、12のソースコーパスで8つの言語モデルを調べると、情報を効果的に共有できないことが多い。 参加者が直接受け取らずにソース資料から重要情報を識別・抽出する必要がある場合(検索ギャップ)、チームの成功率はさらに19.9ポイント低下する。 これらの欠陥を補うために、私たちはTeamGymを使用して、チームの意思決定損失に関する強化学習を通じてポリシーをトレーニングします。 2つの政策訓練実験において、報酬が最終決定のみを評価する場合でも、トレーニングは最終決定品質を改善し、参加、話者選択、コミュニケーションにおける創発的な調整を誘導することがわかった。

関連論文リスト

• Measuring Consensus in AI Agent Networks [17.648247791776136]
  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。
  論文  参考訳（メタデータ） (2026-10-17T19:29:07Z)
• Learning Self-Orchestration in Decentralized Agent Swarms [69.26948968415893]
  市場ベースのポストトレーニング(MPT)は、分散エージェント群におけるアクションポリシーと自己組織化を共同で学習するためのフレームワークである。 行動と入札行動の両方を学ぶことで、個々の能力と参加パターンが一緒に適応できます。 MPTは分散エージェントSwarmの再利用、スケーリング、堅牢性をサポートする。
  論文  参考訳（メタデータ） (2026-10-15T17:51:57Z)
• 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)
• Self-Organizing Agent Teams Learn to Reason Together [52.45199430212268]
  私たちは、以前のコラボレーションから再利用可能な戦略を学び、役割、会話フェーズ、参加、情報の流れを整理する、AIエージェントの固定チームである、自己組織化エージェントチーム(SAT)を紹介します。 これらの戦略は、私たちがコラボレーティブ計算と呼ぶものを可能にします。エージェントの交換、チャレンジ、修復、そして、メンバーが独立して生成しないソリューションへの部分的推論を合成します。
  論文  参考訳（メタデータ） (2026-09-19T01:27:40Z)
• 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)
• 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)

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。