LLMによるマルチエージェント・シミュレーションを用いたサービス運用の最適化
arXiv cs.AI / 2026/4/7
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 研究では、人間の行動は複雑で応答のモデリングが難しいというサービス運用の課題に対し、LLMを用いたマルチエージェント・シミュレーション（LLM-MAS）枠組みを提案しています。
- デザイン選択をプロンプトに埋め込み、LLM生成テキストから数値情報を抽出して、意思決定に依存する不確実性を制御付きマルコフ連鎖としてモデル化します。
- 1回のシミュレーション実行の中で、定常状態の性能を最大化するためのオン・トラジェクトリ学習アルゴリズムを開発し、ゼロ次勾配推定と設計パラメータ更新を同時に行います。
- 分散低減などの工夫により、サステナブルなサプライチェーン最適化の例でベンチマーク（ブラックボックス最適化やLLMを数値ソルバ／ロールプレイ役割設計として使う方法など）を上回ると報告しています。
- さらに、実データに基づくコンテスト設計のケーススタディでは、既知設計のコスト効率の高い評価と、従来手法が見落とす有望設計の探索の両面で有効性を示しています。
