Abstract
複数エージェントによる検索拡張生成（RAG）では、各エージェントが特定の役割を担うことで、複数のステップや複数の情報源を必要とする難しいクエリ、あるいは複雑な推論をサポートします。しかし既存の手法は、静的なエージェント挙動と固定されたオーケストレーション戦略に依存しているため、多様でマルチホップなタスクに対して脆弱な性能になりがちです。そこで本研究では、2つの主要な制約を特定します。すなわち、連続的に適応するオーケストレーション機構の欠如と、個々のエージェントに対する挙動レベルでの学習の欠如です。これに対し、本研究ではHERAを提案します。HERAは、複数エージェントのオーケストレーションと役割に応じたエージェントのプロンプトを共同で進化させる階層型フレームワークです。グローバルなレベルでは、HERAは報酬に導かれたサンプリングと経験の蓄積によって、クエリ固有のエージェントトポロジーを最適化します。ローカルなレベルでは、Role-Aware Prompt Evolutionが、クレジット割り当てと、運用原則および挙動原則に沿ったデュアル軸の適応を通じて、エージェントの挙動を洗練させます。これにより、役割に条件づけられた、的を絞った改善が可能になります。6つの知識集約型ベンチマークにおいて、HERAは近年のベースラインに対して平均38.69\%の改善を達成しつつ、頑健な汎化性能とトークン効率を維持します。トポロジー分析では、疎な探索によってコンパクトで有用性の高いマルチエージェントネットワークが創発し、自律的な自己組織化が生じることが示されます。これは、効率的な協調と頑健な推論の双方を示しています。
