エージェント連盟：大規模エージェント型AIのための意味論認識通信基盤
なぜ重要か: 企業や社会への影響が見込まれ、一般メディアにも波及する可能性があります。
arXiv:2509.20175v1 発表種別：新規
概要：本稿では、静的なマルチエージェント連携を動的で能力主導型の協調へと変革する分散オーケストレーションフレームワーク、Federation of Agents (FoA) を提案する。FoAは、バージョン付き能力ベクトル（VCV）を導入する。これは、機械可読プロファイルであり、意味埋め込みを通じてエージェントの能力を検索可能にし、エージェントは自身の能力、コスト、制約を公開できる。本アーキテクチャは、3つの主要な革新を組み合わせている。(1) シャーディングされたHNSWインデックス上でタスクをエージェントにマッチングし、コストバイアス最適化を通じて運用上の制約を適用する意味的ルーティング、(2) 互換性のあるエージェントが合意に基づくマージを通じて複雑なタスクをサブタスクのDAGに共同で分解する動的なタスク分解、(3) 類似のサブタスクに取り組むエージェントを協調チャネルにグループ化し、合成前にkラウンドの改良を行うスマートクラスタリング。スケーラブルなメッセージパッシングのためのMQTTのパブリッシュ・サブスクライブ・セマンティクス上に構築されたFoAは、階層的な能力マッチングと効率的なインデックス維持を通じて、線形未満の複雑さを達成する。HealthBench上での評価では、シングルモデルベースラインと比較して13倍の改善を示し、特に複数の視点が必要な複雑な推論タスクにおいて、クラスタリング強化協調が効果的であることが判明した。本システムは、一貫したパフォーマンスを維持しながら水平方向にスケールし、構造化された協調による意味的オーケストレーションが、異種AIエージェントの連邦の集合知を解き放つことができることを実証している。
原文（英語）を表示
Title (EN): Federation of Agents: A Semantics-Aware Communication Fabric for Large-Scale Agentic AI
arXiv:2509.20175v1 Announce Type: new
Abstract: We present Federation of Agents (FoA), a distributed orchestration framework that transforms static multi-agent coordination into dynamic, capability-driven collaboration. FoA introduces Versioned Capability Vectors (VCVs): machine-readable profiles that make agent capabilities searchable through semantic embeddings, enabling agents to advertise their capabilities, cost, and limitations. Our aarchitecturecombines three key innovations: (1) semantic routing that matches tasks to agents over sharded HNSW indices while enforcing operational constraints through cost-biased optimization, (2) dynamic task decomposition where compatible agents collaboratively break down complex tasks into DAGs of subtasks through consensus-based merging, and (3) smart clustering that groups agents working on similar subtasks into collaborative channels for k-round refinement before synthesis. Built on top of MQTT,s publish-subscribe semantics for scalable message passing, FoA achieves sub-linear complexity through hierarchical capability matching and efficient index maintenance. Evaluation on HealthBench shows 13x improvements over single-model baselines, with clustering-enhanced laboration particularly effective for complex reasoning tasks requiring multiple perspectives. The system scales horizontally while maintaining consistent performance, demonstrating that semantic orchestration with structured collaboration can unlock the collective intelligence of heterogeneous federations of AI agents.
Published: 2025-09-24 19:00 UTC