表面的な成功と内部の崩壊：適応型マルチエージェントシステムにおける汎化の実証研究

Abstract

適応型マルチエージェントシステム（MAS）は、複雑な問題に取り組むためにますます採用されている。しかし、その最適化におけるタスク範囲の狭さが、一般用途のシステムとして機能し得るのかという問題を提起している。このギャップに対処するため、我々は適応型MASに関する大規模な実証研究を行い、2つの重要な知見を明らかにする： (1) トポロジーの過学習――異なるドメイン間で汎化できない；そして (2) 虚（きょ）としての協調――基礎となるエージェント間の相互作用が理想的なMASの挙動から逸脱しているにもかかわらず、妥当な表面的な精度を達成してしまう。これにより、実用上の有用性に関する懸念が生じる。これらの知見は、MAS開発において汎化を優先する喫緊の必要性を浮き彫りにするとともに、単なる最終回答の正しさを超えて拡張される評価プロトコルの動機づけとなる。