Towards Traffic Modelling of Multi-Agent Systems: The Role of Coordination Topology

デジタル世界において、ネットワークはしばしば、ある人から別の人へとメッセージを運ぶパイプラインのようなものだと考えられています。数十年にわたり、エンジニアたちは、人間がボタンをクリックしたり、メールを送信したり、ウェブページを読み込んだりすることによって引き起こされる、ある程度予測可能なリズムに従ってトラフィックが発生するという単純な仮定に基づいて、これらのシステムを設計してきました。人が次のメッセージを送信する前に一瞬の間を置くと、ネットワークには「隙間」が生じます。多くの人が同時に行動すると、ネットワークには「ラッシュ」が見られます。この人間主導のパターンが、ネットワークが負荷を処理するためにどれほどの容量を必要とするかを計画するための基礎となってきました。

しかし、新しい種類のデジタルワーカーが登場しつつあります。それは自律型エージェントです。これらは大規模言語モデルによって駆動されるソフトウェアプログラムであり、自ら考え、計画し、行動することができます。返信を打つ前に考える人間とは異なり、これらのエージェントは、単一の問題を解決するために、複雑な内部アクションの連鎖を自動的に生成することができます。一人のユーザーが質問をしたとしても、そのエージェントはツールを呼び出し、仲間のエージェントに助言を求め、データベースを確認し、そして答えを合成するという判断を下すかもしれません。これらすべてが自動的に行われ、ネットワークが運ぶべきリクエストのストリームを生み出します。ネットワークエンジニアにとっての問いは、トラフィックがもはや人間の手によってではなく、これらデジタルチームの内部ロジックによって駆動されるとき、古いルールが依然として適用されるのかどうかということです。

研究チームは、これらの新しいシステムが具体的にどのように振る舞うのかを測定するために、調査を行いました。彼らはネットワークトラフィックの特定の側面、すなわち、あるリクエストから次のリクエストまでの間に経過する時間に焦点を当てました。ネットワークエンジニアの世界において、この「間隔」は極めて重要な手がかりです。もし間隔がランダムで散在していれば、システムは予測しやすい形で動作します。もし間隔が密集したり、特定のパターンに従ったりしていれば、システムは異なる挙動を示し、標準的な設計では対処できないボトルネックを引き起こす可能性があります。研究者たちは、エージェクターの組織化のされ方（彼らがどのように互いに通信するか）が、生成されるトラフィックのリズムを変化させるかどうかを知りたいと考えました。

答えを見つけるために、チームは同じタスクを異なるチーム構造で数百回実行できる制御された環境を構築しました。彼らは、エージェントの組織化における3つの異なる方法をテストしました。最初のセットアップでは、エージェントはリレーレースのように、前の走者が終わるのを待ってから次の走者が始まるという形で、順番に作業を行いました。2番目のセットアップでは、中央のリーダーが複数のワーカーに同時にタスクを割り当てました。これは、マネージャーがグループの従業員全員に一度に仕事を配るようなものです。3番目のセットアップでは、すべてのエージェントが他のすべてのエージェントと同時に直接通信でき、密なコミュニケーションの網を作り出しました。彼らは、リクエストがどのように流れるかに関する膨大なデータを収集するため、各シナリオを500回ずつ実行しました。

結果は、エージェントの組織化の仕方が、トラフィックの性質を根本的に変えることを明らかにしました。エージェントが単純な列（順番）で、一つずつ作業を行う場合、リクエスト間の時間は比較的安定しており、予測可能でした。しかし、研究者が並列作業を導入すると、パターンは劇的に変化しました。エージェントが同時に協力して作業するセットアップでは、トラフィックは「バイモーダル（二峰性）」、つまり2つの異なる挙動が同時に起きている状態になりました。一つの挙動は、多くのリクエストがほぼ瞬時に到着し、それらが数ミリ秒の間に分離しているという、突然の活動のバーストでした。これは、システムが全く同じ瞬間に複数のコマンドを送信したために起こりました。もう一つの挙動は、エージェントが実際に情報を処理し、タスクについて推論している間に発生する、より緩やかで思慮深いリズムでした。

研究者たちは、リクエストが屋根に降る雨粒のようにランダムに到着するという従来の概念が、これらの新しいシステムには適合しないことを発見しました。彼らは、リクエストが互いに独立して到着すると仮定する標準的な数学モデルをテストしましたが、調査したすべてのエージェントのセットアップにおいて、そのモデルが決定的に誤っていることが判明しました。代わりに、リクエスト間のエージェントの思考と推論にかかる時間は、タスクの複雑さによってかかる時間が変動することを考慮した曲線によって、より適切に説明できる異なるパターンに従っていました。これは、ソフトウェアの内部ロジックが、人間の行動とは大きく異なる、特定の構造化されたリズムを生み出していることを意味します。

これらの知見が重要である理由は、エージェントチームの設計自体が、トラフィックのジェネレーター（生成器）として機能することを示しているからです。もしシステムが多くのエージェントに同時に通信するように設計されていれば、たとえ総タスク数が同じであっても、サーバーを圧倒するような鋭く強烈なネットワーク活動のバーストを生み出すことになります。研究者たちは、最も接続性の高いセットアップ（すべてのエージェントが他のすべてのエージェントと通信できる設定）において、リクエスト間の時間が、逐次的なセットアップよりも600パーセント近く速い、数ミリ秒レベルまで低下し、サージ（急増）が発生することを発見しました。このサージはグリッチ（一時的な不具合）ではなく、システムの仕組みとしての構造的な特徴なのです。

この研究は、これらの変化がネットワーク全体に波及することも強調しています。エージェントの調整方法は、アプリケーション層だけでなく、基礎となるデータ接続や、リクエストを処理するサーバーへの負荷にも影響を与えます。研究者たちは、送られたデータパケットの数と使用されたメモリ量を測定し、並列セットアップにおけるバースト性の性質が、ネットワーク使用量のピークを高くすることを発見しました。これは、単にリクエストの総数を数えるだけでは、負荷を理解するには不十分であることを示唆しています。エンジニアは、それらのリクエストが時間的にどのように配置されているかも見なければなりません。

結局のところ、この研究は、マルチエージェント・システムの構造が、それが作り出すトラフィックをどのように形作るかについての、最初の明確な全体像を提供しています。ソフトウェアエージェントが問題を解決するために協力し合う未来へと向かう中で、それらを支えるネットワークは、これらの新しいパターンを念頭に置いて設計される必要があることを示しています。人間ユーザー向けに作られた古いモデルでは、これらのデジタルチームの振る舞いを正確に予測することはできません。エージェントのコーディネーション・スタイルが、トラフィックに特有かつ測定可能なパターンを生み出すことを理解することで、エンジニアは自律的な未来に対応できる堅牢なシステムを構築できます。研究者たちは、テクノロジーが進化し続ける中で、他の人々がこれらのパターンをさらに探求できるよう、ツールとデータを公開しています。