論文の概要: Ask on Demand: Targeted Peer Communication for Parallel Agentic Systems

• arxiv url: http://arxiv.org/abs/2610.41378v1
• Date: Fri, 30 Oct 2026 07:43:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.648197
• Title: Ask on Demand: Targeted Peer Communication for Parallel Agentic Systems
• Title（参考訳）: Ask on Demand: Targeted Peer Communication for Parallel Agentic Systems
• Abstract要約: Ask on Demand (AOD: Ask on Demand) は、エージェントが特定の情報が必要なときにターゲットとなるピア支援を探索できる通信フレームワークである。 AODは、ピア実行履歴から関連するエビデンスを取得し、適切なピアを選択し、リクエストに合わせたレスポンスを生成する。 AppWorldとWebShopの実験では、AODは独立した並列実行よりもタスクパフォーマンスを一貫して改善している。
• 参考スコア（独自算出の注目度）: 11.321655866048836
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Parallel LLM agents tackle complex tasks by exploring multiple trajectories, yet useful discoveries remain isolated in individual execution histories. Existing sharing methods often select or summarize information before other agents' needs become clear, potentially overlooking details that become important later. We propose Ask on Demand (AOD), a communication framework that enables agents to seek targeted peer assistance when specific information needs arise. Upon an approved request, AOD retrieves relevant evidence from peer execution histories, selects a suitable peer, and generates a response tailored to the request. To determine when such assistance is worthwhile, we train a lightweight gate using paired team continuations, with supervision derived from final team outcomes and inference cost. Experiments on AppWorld and WebShop demonstrate that AOD consistently improves task performance over independent parallel execution while achieving lower inference cost than existing information-sharing baselines. These findings highlight the benefits of aligning peer communication with agents' evolving information needs to achieve more effective and efficient collaboration.
• Abstract（参考訳）: 並列LLMエージェントは、複数の軌道を探索することで複雑なタスクに対処するが、個々の実行履歴の中で有用な発見は依然として孤立している。 既存の共有方法は、他のエージェントのニーズが明確になる前に情報を選択または要約することが多く、後になって重要になる詳細を見落としている可能性がある。 Ask on Demand (AOD: Ask on Demand) は、エージェントが特定の情報が必要なときにターゲットとなるピア支援を探索できる通信フレームワークである。 承認された要求に応じて、AODはピア実行履歴から関連する証拠を取得し、適切なピアを選択し、リクエストに合わせたレスポンスを生成する。 そのような支援がいつ価値があるかを判断するために、最終的なチームの成果と推論コストから導かれた監督を用いて、ペアのチーム継続を使って軽量ゲートを訓練します。 AppWorldとWebShopの実験では、AODは既存の情報共有ベースラインよりも推論コストを低くしながら、独立した並列実行よりもタスクパフォーマンスを継続的に改善している。 これらの知見は、より効率的かつ効率的なコラボレーションを実現するために、エージェントの進化する情報とピアコミュニケーションを連携させることの利点を浮き彫りにしている。

関連論文リスト

• MRC-MMAgent: Reinforcement Learning for Multi-Role Collaboration in Multimodal Tool-Using Agents [29.537229545601207]
  マルチロール協調強化学習フレームワーク MRC-MMAgent を提案する。 まず、このフレームワークは、解決、検査、継続を統合するマルチロール協調ループを確立する。 第2に、タスク成功、インタラクションの妥当性、そして成功率の補正と完全な軌道ポリシー最適化を組み合わせたロール結合学習の目標を提案する。
  論文  参考訳（メタデータ） (2026-10-29T04:06:46Z)
• Goal-Aware Dynamic Multi-Agent Collaboration for Long-Horizon Tasks [56.175672744850004]
  本研究では,長期執行における単一エージェントの業務管理方法について検討する。 エージェントは全体目標の追跡を失い、事前の調査を繰り返すことができる。 本稿では,サブタスクとその依存関係を整理するためのGAD(Goal-Aware Dynamic Multi-Agent Collaboration)を提案する。
  論文  参考訳（メタデータ） (2026-10-29T02:15:35Z)
• Learning to Steer LLM Agents and Multi-Agent Systems [83.21203801970277]
  大規模言語モデル(LLM)ベースのエージェントとマルチエージェントシステムは、実行が広がるにつれて、全体的な目標から逸脱しがちである。 本研究では,フライ時の実行を監督し,ドリフトの発生時にシステムを軌道に戻すステアリングエージェントを提案する。
  論文  参考訳（メタデータ） (2026-10-15T17:51:17Z)
• 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)
• Beyond Perfect Teammates: Multi-Agent Collaboration with Unreliable Colleagues [41.90964421829607]
  我々は,信頼できない証拠収集プロセスの回復能力からタスク解決能力の分離を図るために,UncoBench(Unreliable Colleagues Benchmark)を導入する。 10モデルにわたる結果は、同様の信頼性の高い設定性能が、信頼性の低い証拠と異なるロバスト性をもたらすことを示している。
  論文  参考訳（メタデータ） (2026-10-12T03:31:54Z)
• Learning to Retrieve from Agent Trajectories [72.8923565916533]
  我々はエージェント間相互作用データから直接エージェント探索のための検索モデルを訓練すべきであると主張している。 エージェント・トラジェクトリからの学習を新たな訓練パラダイムとして導入し,マルチステップエージェントのインタラクションから指導を導出する。 本研究は,エージェント探索時代における検索の方向性を示すとともに,エージェントトラジェクトリを実用的でスケーラブルな監視源として強調するものである。
  論文  参考訳（メタデータ） (2026-03-30T17:59:02Z)
• IntentRL: Training Proactive User-intent Agents for Open-ended Deep Research via Reinforcement Learning [54.21689544323704]
  Deep Research (DR)エージェントは、パラメトリック知識を超えてLarge Language Models (LLM)を拡張する。 リアルタイムの会話アシスタントとは異なり、DRは計算に高価で時間を要する。 IntentRLは、長期研究を始める前に、潜在ユーザ意図を明らかにするためにプロアクティブエージェントを訓練するフレームワークである。
  論文  参考訳（メタデータ） (2026-02-03T12:43:09Z)
• SAGE: Steerable Agentic Data Generation for Deep Search with Execution Feedback [68.60326181052658]
  本稿では,高品質で難易度の高い探索問合せを自動生成するエージェントパイプラインを提案する。 我々のパイプラインであるSAGEは、QAペアを提案するデータジェネレータと、生成された質問を解決するための検索エージェントで構成される。 我々の本質的な評価は、SAGEが様々な推論戦略を必要とする質問を生成する一方で、生成したデータの正確性や難易度を著しく高めていることを示している。
  論文  参考訳（メタデータ） (2026-01-26T06:37:56Z)

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。