← Nieuwste papers
💻 computer science

QUARE: Multi-Agent Negotiation for Balancing Quality Attributes in Requirements Engineering

Dit paper introduceert QUARE, een multi-agent framework dat vereistenanalyse automatiseert door gestructureerde onderhandelingen tussen gespecialiseerde agents voor kwaliteitsattributen, wat leidt tot aanzienlijk betere naleving van standaarden en semantische behoud vergeleken met bestaande methoden.

Oorspronkelijke auteurs: Haowei Cheng, Milhan Kim, Foutse Khomh, Teeradaj Racharak, Nobukazu Yoshioka, Naoyasu Ubayashi, Hironori Washizaki

Gepubliceerd 2026-03-13
📖 4 min leestijd☕ Koffiepauze-leesvoer

Oorspronkelijke auteurs: Haowei Cheng, Milhan Kim, Foutse Khomh, Teeradaj Racharak, Nobukazu Yoshioka, Naoyasu Ubayashi, Hironori Washizaki

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een gigantisch, futuristisch auto-ontwerp moet maken. Je hebt een team van experts nodig: een veiligheidsdeskundige, een snelheidsexpert, een milieubewuste ingenieur, een beveiligingsspecialist en een ethicus.

In de oude wereld van softwareontwikkeling (Requirements Engineering) was het vaak zo dat je één super-intelligente AI vroeg: "Maak een perfect ontwerp." Het probleem? Die ene AI probeerde alles tegelijk te doen. Vaak gaf de snelheid voorrang op de veiligheid, of vergeten ze de milieueisen. Het resultaat was een ontwerp dat wel werkte, maar niet optimaal was voor alle belangrijke aspecten.

QUARE (de uitvinding uit dit paper) is als het opzetten van een gespecialiseerd onderhandelingscomité in plaats van één persoon.

Hier is hoe het werkt, vertaald naar alledaags taal:

1. Het Team van Specifische Experts (De Agents)

In plaats van één AI, heeft QUARE vijf verschillende AI-agenten, elk met een eigen "bril" op:

  • De Veiligheidsagent: Ziet alleen gevaar en risico's.
  • De Efficiëntie-agent: Ziet alleen snelheid en kosten.
  • De Groene-agent: Ziet alleen energie en milieu.
  • De Vertrouwens-agent: Ziet alleen privacy en beveiliging.
  • De Verantwoordelijkheids-agent: Ziet alleen regels en ethiek.

Elke agent maakt eerst zijn eigen lijstje met eisen. De veiligheidsagent wil misschien dat de auto stopt bij elke twijfel (veilig, maar traag). De efficiëntie-agent wil dat hij razendsnel reageert (snel, maar misschien minder veilig).

2. De Grote Onderhandeling (Het Dialectische Protocol)

Hier komt het magische deel. In plaats dat de computer gewoon een gemiddelde neemt (wat vaak slecht is), laten ze de agenten discussiëren.

Stel je een vergaderzaal voor waar ze een debat voeren:

  • These: De Veiligheidsagent zegt: "We moeten 500 milliseconden wachten om te controleren of het veilig is."
  • Antithese: De Efficiëntie-agent schreeuwt: "Dat is te lang! De auto moet binnen 30 milliseconden reageren, anders crasht hij!"
  • Synthese: De moderator (een zesde AI) helpt hen een creatieve oplossing te vinden. Ze komen niet uit op "we doen maar half", maar op een slimme architectuur: "We gebruiken een snelle weg voor 99% van de gevallen (30ms) en een uitgebreide, langzamere controle voor de zeldzame, gevaarlijke situaties (500ms)."

Ze onderhandelen tot ze een oplossing vinden die voor iedereen werkt, zonder dat iemand zijn kernwaarden opgeeft.

3. De Controleur (De Verificatie)

Nadat ze het eens zijn geworden, gaat het ontwerp door een strenge controle. De AI kijkt of het ontwerp voldoet aan de officiële regels (zoals de wetten voor auto's of banken). Ze gebruiken een soort "zoekmachine" (RAG) om te checken: "Zit dit in de officiële wetboekjes?" Als het niet klopt, wordt het teruggestuurd naar de onderhandelaars om het opnieuw te doen.

Waarom is dit zo goed? (De Resultaten)

De onderzoekers hebben dit getest op echte scenario's, zoals een zelfrijdende auto en een bankautomaat. Het resultaat was verbazingwekkend:

  • Meer ideeën: Het systeem bedacht 25% tot 43% meer goede eisen dan andere methoden.
  • Beter evenwicht: Waar andere systemen vaak de veiligheid vergeten ten gunste van snelheid, zorgde QUARE ervoor dat alle aspecten (veiligheid, snelheid, milieu, etc.) even goed werden behandeld.
  • Regels naleven: Het systeem haalde 98% naleving van officiële regels. Andere systemen haalden maar ongeveer 47%. Dat is als het verschil tussen een auto die wettelijk op de weg mag, en een die dat niet is.
  • Geen vergeten intenties: Door de onderhandeling zorgden ze ervoor dat de oorspronkelijke bedoeling van de klant niet verloren ging in de chaos.

De Grote Les

De belangrijkste boodschap van dit papier is niet dat we "slimmere" of "grotere" AI-modellen nodig hebben. Het gaat erom hoe we ze organiseren.

Het is alsof je een orkest hebt. Je kunt één muzikant vragen om alles te spelen (een solo), maar dat klinkt vaak eentonig. Of je kunt een orkest hebben met een dirigent die de viool, de trompet en de drums laat samenspelen. QUARE is die dirigent. Het zorgt ervoor dat elke "muzikant" (de specialisten) zijn eigen geluid laat horen, maar dat ze samen een prachtig, veilig en wettelijk correct symfonie creëren.

Kortom: QUARE maakt softwareontwerp veiliger, slimmer en eerlijker door AI-agenten niet alleen te laten werken, maar ze te laten praten en onderhandelen tot ze een perfect compromis vinden.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →