分散LLMエージェントシステムでは、状態(メモリ)が最新であっても、そこから導出された「計画」自体が古くなり無効になる「stale-plan execution」問題が生じ得ます。本論文はこれに対処するため、計画が依拠する公開記録を明示的に参照させ、実行者はその計画に影響しうる記録だけを検証する「PlanFence」という依存性スコープ付きアクション検証プロトコルを提案しています。
30個の制御された実務ワークフローでの評価では、新鮮性のみに頼る実行方式はすべてのタスクで古い計画のまま実行してしまったのに対し、PlanFenceは無効なアクションなしで全タスクを完了できたとのことです。著者らはこれを汎用的なタスク精度向上ではなく、安全性とシステムコストに関する制御された結果と位置づけています。
出典が伝えている要点
- 論文のarXiv IDは2609.03340である
- 提出日は2026年9月3日とされている
- 著者はEvan Chen、Shiqiang Wang、Christopher G. Brintonの3名である
- 分野はcs.AI(人工知能)に分類されている
- 論文は分散LLMエージェントシステムにおける「stale-plan execution」という課題を指摘している
- stale-plan executionとは、状態(メモリ)が最新であっても、そこから導出された計画が有効とは限らないという問題である
- 論文は「PlanFence」という依存性スコープ付きのアクション検証プロトコルを提案している
- PlanFenceでは計画が使用した公開記録を明示的に参照する
- PlanFenceでは実行者はその計画に影響を与える可能性のある記録のみを検証する
- 評価は30個の制御された実務ワークフローでポスト計画修正を行う設定で実施された
- 評価結果として、新鮮性のみの実行者はすべてのタスクで古い計画に基づいて行動したとされている
- 評価結果として、PlanFenceはすべてのタスクを無効なアクションなしで完了したとされている