プライバシー保護交渉のためのデバイスネイティブ自律エージェント
Device-Native Autonomous Agents for Privacy-Preserving Negotiations
ユーザー端末上で動作し、ゼロ知識証明と蒸留ワールドモデルを用いて、機密データを外部に出さずに自律交渉を行うエージェントシステムを提案した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Joyjit Roy, Samaresh Kumar Singh
分類: cs.CR, cs.AI, cs.ET, cs.HC, cs.LG
原文アブストラクト
Automated negotiations in insurance and business-to-business (B2B) commerce encounter substantial challenges. Current systems force a trade-off between convenience and privacy by routing sensitive financial data through centralized servers, increasing security risks, and diminishing user trust. This study introduces a device-native autonomous Agentic AI system for privacy-preserving negotiations. The proposed system operates exclusively on user hardware, enabling real-time bargaining while maintaining sensitive constraints locally. It integrates zero-knowledge proofs to ensure privacy and employs distilled world models to support advanced on-device reasoning. The architecture incorporates six technical components within an Agentic AI workflow. Agents autonomously plan negotiation strategies, conduct secure multi-party bargaining, and generate cryptographic audit trails without exposing user data to external servers. The system is evaluated in insurance and B2B procurement scenarios across diverse device configurations. Results show an average success rate of 87 %, a 2.4x reduction in latency relative to cloud baselines, and strong privacy preservation through zero-knowledge proofs. User studies show 27 % higher trust scores when decision trails are available. These findings establish a foundation for trustworthy autonomous agents in privacy-sensitive financial domains.
関連論文
- PEPA: 個性を持つ持続的自律型身体性エージェント自律エージェント
- 資源制約のあるロボットプラットフォームへの自律エージェントの組み込み自律エージェント
- 信頼性の高い自律エージェントとロボットに関する第3回ワークショップ論文集自律エージェント
- 自律エージェントのための動的な能力自己評価自律エージェント
