エージェントシステム2026/8/5arXiv:2608.04588

EASy: 効率的なLLMベースのエージェントシステムを目指して

EASy: Towards Efficient LLM-Based Agentic System

LLMベースのエージェントシステムの実行効率を向上させるため、強化学習を用いてタスク性能と計算コストを同時に最適化するフレームワークEASyを提案した。

詳しい要約

1. どんなもの？

EASyは、LLMベースのエージェントシステムにおいて、タスク性能と実行効率を強化学習により同時最適化するトレーニング可能なフレームワークである。オーケストレータに異種エグゼキュータの能力とコストプロファイルを明示的に与え、マイルストーン計画・実行ワークフローを導入する。

2. 先行研究と比べてどこがすごい？

既存のエージェントシステムはタスク成功率を最適化するが、実行効率（エグゼキュータ能力や計算コスト）を考慮しない。ルータベースの手法は、動的なタスクコンテキストや中間フィードバックを考慮した推論が限定的で、未知のエグゼキュータへの一般化が乏しい。EASyはこれらを克服し、性能と効率のトレードオフを改善する。

3. 技術・手法の肝は？

手法の核は、(1) LLMベースのオーケストレータにエグゼキュータの能力・コストプロファイルを明示的に組み込むこと、(2) マイルストーン計画・実行ワークフロー（タスクをマイルストーンに分解し、依存関係を考慮した実行グラフを構築、適切なエグゼキュータを割り当て、独立ステップを並列化し、中間結果に応じて後続決定を適応）を導入すること、(3) 木構造ロールアウト手順で代替分解・実行計画を探索し、タスク正解率・実行効率・軌跡完全性を報酬とするマルチコンポーネント報酬でオーケストレータを訓練すること。

4. どうやって有効だと検証した？

数学的推論、具現化意思決定、深層研究のベンチマークで広範な実験を行い、強力なエージェントベースラインと比較して、性能と効率のトレードオフが一貫して優れていることを示した。

5. 議論はある？

要旨からは、EASyの限界や議論点は明示されていない。ただし、強化学習による訓練が必要なため、訓練コストや、多様なエグゼキュータへの適応性、実世界でのスケーラビリティなどが潜在的な議論点として考えられるが、要旨からは不明。

6. 次に読むべき論文は？

要旨で参照されている関連研究は明示されていないが、同分野の定番として、LLMベースのエージェントシステム（例: ReAct, Reflexion）、ルータベースの手法（例: RouteLLM）、強化学習による最適化（例: RLHF）などが挙げられる。

※ 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: Junnan Liu, Linhao Luo, Thuy-Trang Vu, Gholamreza Haffari

分類: cs.CL, cs.AI

原文アブストラクト

Agentic systems have emerged as a promising paradigm for solving complex tasks by coordinating specialized LLM-based agents. However, most existing systems primarily optimize task success while giving limited consideration to execution efficiency under practical constraints such as executor capability and computational cost. Existing router-based methods have limited ability to reason over rich, evolving task contexts, multi-step dependencies, and intermediate execution feedback, and often generalize poorly to unseen executors. We propose EASy, a trainable agentic framework that jointly optimizes task performance and computational efficiency through reinforcement learning. EASy equips an LLM-based orchestrator with explicit knowledge of the capability and cost profiles of heterogeneous executors, enabling context-sensitive coordination beyond performance-only routing. It further introduces a milestone-plan-act workflow that decomposes complex tasks into manageable milestones, constructs dependency-aware execution graphs, assigns suitable executors, and parallelizes independent steps while adapting subsequent decisions to intermediate outcomes. To train the orchestrator, we develop a tree-structured rollout procedure that explores alternative milestone decompositions and execution plans, together with multi-component rewards that capture task correctness, execution efficiency, and trajectory completeness. Extensive experiments on mathematical reasoning, embodied decision-making, and deep research benchmarks show that EASy consistently achieves stronger performance-efficiency trade-offs than strong agentic baselines.

arXivで原文を読む →arXiv概要ページ