From Virtual Agents to Robot Teams: A Multi-Robot Framework Evaluation in High-Stakes Healthcare Context

要約

生成モデルの進歩により、マルチエージェントシステム（MAS）は、物理的なマルチエージェントロボットチームに適切に一般化されていないライティングやコード生成などの複雑な仮想タスクを実行することができました。
現在のフレームワークは、多くの場合、エージェントを物理的に具体化されたエンティティではなく概念的なタスクエグゼクタとして扱い、空間コンテキスト、ロボット機能（センシング、ナビゲーションなど）などの重要な現実世界の制約を見落としています。
このギャップを調査するために、シミュレートされた救急部門のオンボーディングシナリオで、Crewaiフレームワークに基づいて構築された階層的なマルチエージェントロボットチームを再構成してストレステストします。
5つの永続的な障害モードを特定します。役割の不整合。
ツールアクセス違反。
失敗レポートの時間内処理の欠如。
規定されたワークフローへの違反。
タスク完了のバイパスまたは誤った報告。
この分析に基づいて、プロセスの透明性、プロアクティブな障害回復、および文脈上の接地を強調する3つの設計ガイドラインを提案します。
私たちの作品は、仮想マルチエージェントフレームワークを現実の世界に拡張する機会を含む、より回復力のある堅牢なマルチエージェントロボットシステム（MARS）の開発を知らせます。

要約(オリジナル)

Advancements in generative models have enabled multi-agent systems (MAS) to perform complex virtual tasks such as writing and code generation, which do not generalize well to physical multi-agent robotic teams. Current frameworks often treat agents as conceptual task executors rather than physically embodied entities, and overlook critical real-world constraints such as spatial context, robotic capabilities (e.g., sensing and navigation). To probe this gap, we reconfigure and stress-test a hierarchical multi-agent robotic team built on the CrewAI framework in a simulated emergency department onboarding scenario. We identify five persistent failure modes: role misalignment; tool access violations; lack of in-time handling of failure reports; noncompliance with prescribed workflows; bypassing or false reporting of task completion. Based on this analysis, we propose three design guidelines emphasizing process transparency, proactive failure recovery, and contextual grounding. Our work informs the development of more resilient and robust multi-agent robotic systems (MARS), including opportunities to extend virtual multi-agent frameworks to the real world.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google