技術概要：産業用資産運用・保守向けマルチターン対話システムへの道

1. 問題定義

産業用資産の運用・保守（O&M）は、ユーザーが過去の応答に基づいてクエリを洗練させる、マルチターンかつ反復的な対話を本質的に必要とする。この分野における効果的な意思決定は、時系列センサーデータ、作業指示書、アラート、故障コードマッピングなど、多様なデータソースにわたる推論に依存している。

本論文は、従来の単一エージェントの計画・実行アーキテクチャが、主に以下の 3 つの制限により、ツール中心の産業シナリオに適していないと特定している：

1. ターン間コンテキストの欠如: 各タスクを独立したインスタンスとして扱い、対話のターン間でメモリを維持したり中間結果を再利用したりすることができない。
2. ツール呼び出しの脆弱性: 単一エージェントは頻繁にツールのパラメータを幻覚（ハルシネーション）させたり、実行エラーからの回復に失敗したりして、不安定さを招く。
3. 非効率性: 中間成果物の再利用ができないため、同じ時系列データを再クエリするなど、冗長なツール呼び出しが発生し、レイテンシとコストが増大する。

既存の解決策、例えば検索拡張生成（RAG）やメモリに焦点を当てたエージェント（MemGPT、Reflexion など）は、文書検索やエピソード的メモリには対応しているが、産業診断における繰り返される外部ツール呼び出しによって引き起こされるレイテンシとコストのボトルネックを特に最適化するものではない。

2. 手法

著者らは、マルチターンの産業 O&M タスクを管理するために設計されたスーパーバイザー - 専門エージェントのマルチエージェントアーキテクチャを提案する。このシステムは 3 層構造で構成される：

2.1 システムアーキテクチャ

• ユーザーインタラクション層: 自然言語クエリとマルチターンのフォローアップを処理し、対話状態を維持する。
• エージェントオーケストレーション層:
  • スーパーバイザーエージェント: 唯一の意思決定センターとして機能する。ユーザーの意図を解釈し、取得した証拠を評価し、タスクをサブタスクに分解して専門エージェントへルーティングする。
  • 専門エージェント: データ収集、時系列分析、故障推論、保守計画などの特定のサブタスクを、ReAct（推論＋行動）ループを使用して実行する専門エージェント群。
• MCP ツールおよびデータリソース層: モデルコンテキストプロトコル（MCP）サーバーを介してアクセスする外部機能。IoT センサーの検索、時系列予測（TSFM）、異常検知、作業指示書の検索、故障コードマッピングを含む。

2.2 主要メカニズム

このシステムは、ベースラインの制限に対処するための 3 つの最適化手法を導入している：

1. ターン間アーティファクトの再利用: フリーフォームのテキストを返す代わりに、専門エージェントはアセット識別子、時間範囲、呼び出されたツール、観察結果、中間結果を含む構造化されたアーティファクトを生成する。新しいツールを呼び出す前に、スーパーバイザーは既存のアーティファクトがリクエストを満たすか確認する。満たす場合、アーティファクトを再利用し、冗長なデータ取得を回避する。
2. 動的な専門エージェントルーティングと再計画: 線形的な計画・実行フローとは異なり、スーパーバイザーは各ターンごと、および各専門エージェントの結果後にワークフローを再評価する。ルーティングの決定は、現在の意図、利用可能なアーティファクト、不足している証拠、ツール実行ステータスに基づき動的に行われる。
3. 並列ツール実行: 独立した診断サブタスク（例：同一アセットのセンサー履歴と最近のアラートの取得）を、レイテンシを低減するために専門エージェント内で並行して実行する。

2.3 評価とプロファイリング

本研究は、二重パイプライン評価を採用している：

• 評価: 提案システムを計画・実行ベースラインと比較する。7 つの指標（計画、ツール品質、タスク完了に関する主観的 LLM ジャッジスコア；ツールの有効性、スキーマ準拠、実行成功、回復に関する客観的ルールベーススコア）を使用する。
• プロファイリング: 16 のマルチターン産業対話にわたるシステムレベルの効率性（レイテンシ、トークンコスト、API 呼び出し）を分析し、時間を LLM 生成、ツール呼び出し、ルーティングオーバーヘッドに分解する。

3. 主要な貢献

• アーキテクチャの転換: 産業 O&M において、単一エージェントの計画・実行からスーパーバイザー - 専門エージェントのマルチエージェントフレームワークへの移行の有効性を実証する。
• アーティファクト中心設計: 対話のターン間で冗長なツール呼び出しを排除するために、構造化された中間結果（アーティファクト）を保存・再利用するメカニズムを導入する。
• トレードオフの実証的分析: 標準的なマルチエージェント実行、並列実行、単一エージェントベースラインを比較する詳細なプロファイリング分析を提供し、特定のボトルネック（例：TSFM サーバーのレイテンシ対 LLM 生成時間）を浮き彫りにする。

4. 実験結果

4.1 品質と信頼性

スーパーバイザー - 専門エージェントアーキテクチャは、計画・実行ベースラインを大幅に上回る：

• 計画の有効性: 54.5% 向上（0.831 対 0.538）。
• タスク完了: 37.8% 改善（0.850 対 0.617）。
• ツール品質: ツール名の有効性（1.000）とスキーマ準拠（0.997）がほぼ完璧に達成され、ベースラインの 0.975 および 0.927 と比較して優れている。
• 回復: ベースラインの 90.0% に対して、100% の回復成功率を達成。

4.2 効率性とレイテンシ

• ウォールタイム: 標準的なスーパーバイザー - 専門エージェントアーキテクチャは、より多くのトークンを消費したにもかかわらず、すべての対話を65.2 分で完了し、ベースラインの83.9 分よりも大幅に高速であった。
• ツール時間の削減: ターン間アーティファクトの再利用により、ツールの時間シェアをベースラインの**47.3%から標準的なスーパーバイザー - 専門エージェントの26.3%**に削減。
• ターンレイテンシ: 初期化により最初のターンは遅い（145.4 秒対 69.3 秒）が、アーティファクトの再利用により、その後のターン（2〜5）はベースライン（平均 83.4 秒）に対して約4.2 倍高速（平均 34.3 秒）である。
• ボトルネック分析: ベースラインは、時系列ファウンデーションモデル（TSFM）サーバー（対話あたり 159.5 秒）によって重くボトルネックされていた。スーパーバイザー - 専門エージェントシステムは、冗長なクエリを回避することでこれを 37.4 秒に削減した。
• 並列実行のトレードオフ: 並列変種は LLM API 呼び出しを削減したが、トークン消費（362 万対 255 万）とコンテキストサイズを増加させ、ボトルネックをツールレイテンシから LLM 生成レイテンシへシフトさせた。その結果、最速の完了時間は達成されなかった。

5. 意義と主張

本論文は、構造化されたアーティファクトの再利用と組み合わせたマルチエージェント分解が、ツール中心の産業 O&M 対話システムのための効果的な設計原則であると主張する。

• コンテキストの維持: システムは、高価な運用証拠を繰り返し取得することなく、ターン間でコンテキストを効果的に維持し、単一エージェントシステムの重要な制限に対処する。
• 堅牢性: スーパーバイザー層は、適応的な分解と失敗からの回復を可能にし、複雑なマルチステップの運用タスクに対してシステムをより信頼性の高いものにする。
• 効率性: 主な効率性の向上は、並列性だけでなく、特に時系列データにおける冗長なツール呼び出しの削減から得られる。
• スケーラビリティ: このアーキテクチャは、相互依存するステップの適応的な分解と調整を必要とするタスクに特に有益であるが、単純なルックアップワークフローは、依然として計画・実行モデルによって効果的に処理され得る。

著者らは、ベンチマークデータへの依存と並列実行の特定のトレードオフ（トークンコストの増加）を含む限界を指摘し、将来の研究はコンテキストの肥大化を緩和するための証拠の要約と剪定に焦点を当てるべきであると示唆している。