マルチエージェントコラボレーション - AWS 規範ガイダンス
説明機能一般的なユースケース実装のガイダンス概要結論重要事項

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

マルチエージェントコラボレーション

マルチエージェントコラボレーションとは、それぞれが異なるロール、専門分野、または目標を持つ複数の自律型エージェントが、複雑なタスクを解決するために交渉するパターンを指します。これらのエージェントは、情報を共有し、責任を分割し、目標に向かって集合的に推論することで、独立して、または他のエージェントと運用できます。

このパターンは、構造化フローの下位エージェントにタスクを一元的に調整して委任するワークフローエージェントとは異なります。対照的に、マルチエージェントコラボレーションは、適応性、並列性、認識の分割を可能にすることで、peer-to-peerまたは緊急の調整を強調します。次の表は、マルチエージェントコラボレーションとワークフローエージェントを比較したものです。

機能

ワークフローエージェント

目的

コントロール

一元化されたコーディネーター

分散型、分散型、またはロールベースのピア

インタラクション

1 人のエージェントが実行を委任して追跡する

複数のエージェントが交渉、共有、適応する

設計

タスクの事前定義されたシーケンス

エマージェントで柔軟なタスクディストリビューション

調整

手続き型オーケストレーション

協力的または競争的なやり取り

ユースケース

エンタープライズプロセスの自動化

複雑な推論、探索、緊急戦略

アーキテクチャ

次の図は、マルチエージェントコラボレーションを示しています。

マルチエージェントコラボレーション。

説明

  1. タスクを開始する

    • ユーザーまたはシステムは、高レベルの目標または問題を発行します。

    • 「マネージャー」エージェントまたは開始コンテキストは、目標を定義します。

  2. ロールの割り当てまたは検出

    • エージェントは、プランナー、研究者、エグゼキュター、批評家、説明者などの他のロールに自己割り当て (シンボリックロジックまたは推論) または委任 (イベントブローカー) されます。

  3. 他のエージェントと通信する

    • エージェントは、共有メモリ、メッセージングキュー、またはプロンプトチェーンを介して通信します。

    • 相互にサブタスクの議論、クエリ、提案を行う場合があります。

  4. 特殊な推論を使用する

    • 各エージェントは、独自のモデルまたはドメインロジックを使用して、問題の一部を解決します。

    • エージェントは、ロール固有のプロンプトとメモリで LLMs を使用できます。

  5. 出力または目標を調整する

    • エージェントは、コントリビューションを最終的な回答、計画、またはアクションに合成します。

    • (オプション) 監視エージェントは、合成された出力を検証または要約できます。

機能

  • 特殊なロールまたはスキルを持つピアレベルのエージェント

  • コミュニケーションまたはネゴシエーションによる緊急の動作

  • 複雑または多面的な問題の並列処理

  • 熟考、自己修正、リフレクションの反復をサポート

  • ソーシャルダイナミクス、科学コラボレーション、またはエンタープライズチームの役割をモデル化する

一般的なユースケース

  • 自律型研究チーム (検索エージェント、要約者、検証者)

  • ソフトウェア開発 (プランナー、コーダー、テスター)

  • ビジネスシナリオモデリング (財務、ポリシー、コンプライアンス)

  • 交渉、入札、またはマルチパーティーの推論

  • マルチモーダルタスク (イメージ、テキスト、ロジック)

実装のガイダンス

次のツールと を使用して、マルチエージェントシステムを構築できます AWS のサービス。

コンポーネント

AWS のサービス

目的

エージェントホスティング

Amazon Bedrock、Amazon SageMaker、 AWS Lambda

個々の LLM 駆動型エージェントをホストする

通信レイヤー

Amazon SQS、Amazon EventBridge、 AWS AppFabric

エージェント間のメッセージングと調整

共有メモリ

Amazon DynamoDB、Amazon S3、または OpenSearch

マルチエージェントメモリまたはブラックボードシステム

オーケストレーションレイヤー

AWS Step Functions、 AWS Lambda パイプライン

キックオフ、タイムアウト、フォールバック、再試行ロジック

エージェント ID

Amazon Bedrock エージェント (ロール定義) AWS AppConfig 、および Amazon Bedrock converse API (Amazon Bedrock 外のエージェント)

ロールベースのツールまたはエージェントの呼び出しと境界の適用

緊急時のやり取り

Amazon EventBridge パイプラインまたはエージェントレジストリ

動的タスクルーティングまたはエスカレーションを有効にする

概要

マルチエージェントコラボレーションは、問題解決タスクをモジュール式のロール駆動型エージェントに分散します。ワークフローオーケストレーションとは異なり、コラボレーションパターンは、人間が問題を解決する方法を反映する緊急のインテリジェンス、レジリエンス、スケーラビリティを使用します。これは、オープンエンドドメイン、クリエイティブタスク、マルチモーダル推論、および多様な視点から恩恵を受ける環境にとって特に重要です。

結論

前述のパターンは、エージェント AI の実際の実装に対する基本的なアプローチを示しています。基本的な推論からメモリ拡張インテリジェンスまで、各パターンは、自律性、非同期性、および機関に基づく認識、認識、およびアクションに対して一意に設定されます。

これらのパターンは、インテリジェントで目標指向のシステムを構築するための語彙と技術的な設計図を共有します。パターンがユーザーインターフェイスに埋め込まれているか、クラウドサービスを介してオーケストレーションされているか、エージェントのチーム間で調整されているかにかかわらず、各パターンは適応可能でモジュール式です。

重要事項

  • エージェントパターンは構成可能 – ほとんどの実世界のエージェントは、2 つ以上のパターン (たとえば、ツールベースの推論とメモリを持つ音声エージェント) をブレンドします。

  • エージェント設計はコンテキストに基づく – インタラクションサーフェス、タスクの複雑さ、レイテンシー耐性、ドメイン固有の制約に基づいてパターンを選択します。

  • AWS ネイティブ実装を実現可能 – Amazon Bedrock、Amazon SageMaker AWS Lambda AWS Step Functions、およびイベント駆動型アーキテクチャでは、すべてのエージェントパターンを大規模に配信できます。