日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

VLAarXiv:2602.11541

予算制約付きエージェント型大規模言語モデル:高コストツール利用のための意図ベース計画

Budget-Constrained Agentic Large Language Models: Intention-Based Planning for Costly Tool Use

シェア:XThreadsFacebookLINEはてブBluesky

厳しい金銭的予算下で外部ツールを呼び出して多段階タスクを解くLLMエージェントのための、意図認識型階層的世界モデルによる推論時計画フレームワークINTENTを提案。

詳しい要約

1. どんなもの?

- 大規模言語モデル(LLM)が厳しい金銭的予算の下で外部ツールを呼び出し、多段階タスクを解く問題を扱う。 - この設定を、価格付きで確率的なツール実行を伴う文脈空間での逐次意思決定として定式化。 - 状態行動空間の巨大さ、結果の高分散、探索コストの高さから直接計画は困難。 - 推論時計画フレームワークINTENTを提案。意図認識型階層的世界モデルで将来のツール使用を予測し、リスク調整コストを考慮してオンラインで意思決定を導く。

2. 先行研究と比べてどこがすごい?

- 従来のツール拡張エージェントは予算制約を考慮せず、コストを無視した計画が主流。 - 直接計画は状態行動空間の爆発と探索コストで非現実的。 - INTENTは推論時に階層的世界モデルを用い、予算厳守とタスク成功率の両立を実現。 - 動的な市場変化(ツール価格変動や予算変更)にも頑健。

3. 技術・手法の肝は?

- 意図認識型階層的世界モデルを推論時に活用。 - 将来のツール使用を予測し、リスク調整済みコストを推定。 - オンラインで計画を修正しながら、ハードな予算制約を厳守。 - 価格付き確率的ツール実行を前提とした逐次意思決定を定式化。

4. どうやって有効だと検証した?

- コスト拡張版StableToolBenchで評価。 - INTENTはハード予算制約を厳守しつつ、ベースラインよりタスク成功率を大幅改善。 - ツール価格変動や予算変更などの動的市場シフト下でも頑健性を確認。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- StableToolBench(コスト拡張版) - ツール拡張LLMエージェントの計画手法(例:ReAct, Toolformer) - 予算制約付き意思決定・階層的強化学習関連

※ 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: Hanbing Liu, Chunhao Tian, Nan An, Ziyuan Wang, Pinyan Lu, Changyuan Yu, Qi Qi

分類: cs.AI, cs.LG

原文アブストラクト

We study budget-constrained tool-augmented agents, where a large language model must solve multi-step tasks by invoking external tools under a strict monetary budget. We formalize this setting as sequential decision making in context space with priced and stochastic tool executions, making direct planning intractable due to massive state-action spaces, high variance of outcomes and prohibitive exploration cost. To address these challenges, we propose INTENT, an inference-time planning framework that leverages an intention-aware hierarchical world model to anticipate future tool usage, risk-calibrated cost, and guide decisions online. Across cost-augmented StableToolBench, INTENT strictly enforces hard budget feasibility while substantially improving task success over baselines, and remains robust under dynamic market shifts such as tool price changes and varying budgets.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI