マルチエージェント システムとシングルエージェント システムの根本的な違いは、問題解決へのアプローチと相互作用の範囲にあります。

単一エージェント システムは、単一の自律エンティティが環境内で独立して動作し、他のエージェントと直接やり取りすることなく特定の目標を達成します。チェスをプレイする AI を考えてみましょう。この AI は、盤面を分析し、あらかじめ定義されたルールや学習した戦略に基づいて意思決定を行う、独立したシステムです。このようなシステムは、レコメンデーション エンジンや不正行為の検出など、外部とのやり取りが最小限で、集中管理が効率的な、明確に定義された問題に優れています。多くの場合、開発が簡単で、メンテナンス費用が低く、結果を予測しやすいです。

一方、マルチエージェント システムは、共有環境内に複数のエージェントが存在することを特徴としています。これらのエージェントは、個々の目標または集団の目標を達成するために、頻繁にコラボレーション、競争、交渉を行います。これは、各エージェントが問題の一部を担当し、共有の目標を達成するために他のエージェントとコミュニケーションをとる、高機能なチームのようなものです。分散されたワークロードと専門化された役割により、MAS は単一のエージェントでは手に負えない複雑で動的または大規模な課題に対処できます。堅牢な通信プロトコルと調整プロトコルが必要なため、設計はより複雑になりますが、MAS は優れた柔軟性、堅牢性、スケーラビリティを提供します。

マルチエージェント システムは、個々のエージェント間でタスクと通信を分散し、各エージェントが共有環境内で目標を達成するために連携して動作します。このプロセスには通常、次の手順が含まれます。

• 知覚: エージェントが周囲を観察してデータを収集します。これには、直接的なシグナルや、共有環境の変化に気づくこと（スティグマジーとも呼ばれる）が含まれます。
• 推論と意思決定: 最新のマルチエージェント システムでは、この推論は主に、エージェントの「脳」として機能する大規模言語モデル（LLM）によって行われます。LLM は、複雑なユーザーの意図を理解し、多段階の推論を実行し、目標を達成するための計画を作成することに優れています。LLM を活用したエージェントは、認識したデータに基づいて、最も論理的な行動を決定します。
• 行動: エージェントは、環境内で計画した行動を実行します。
• インタラクション: エージェントは単独で動作するのではなく、互いに通信、調整、交渉、コラボレーションを行います。これには、直接メッセージを渡す、情報を共有する、他のエージェントが観察できる環境を変更するなどが含まれます。
• オーケストレーション: 最新の MAS はオーケストレーションの原則に基づいて動作します。オーケストレーションでは、複雑なタスクが構造化されたエージェント ワークフローに分解されます。さまざまなエージェントに特定の役割と責任が割り当てられたプロジェクト計画のようなものだと考えてください。「オーケストレーター」または事前定義されたグラフ構造により、エージェントが正しい順序で呼び出され、エージェント間で情報が流れ、最終的な目標が達成されます。これは、単純なコミュニケーションから、管理された目標指向のプロセスへと移行するものであり、CrewAI や LangGraph などの最新のフレームワークの焦点となっています。

このチームワークにより、マルチエージェント システムは適応して複雑な問題を解決できます。

マルチエージェント システムは、エージェント、環境、インタラクション メカニズムという 3 つの基本要素で構成されています。

これらは、システム内で意思決定を行うアクティブなエンティティです。各エージェントは自律性を持っており、独立して動作し、周囲の状況を認識し、目標と利用可能な情報に基づいて選択を行うことができます。エージェントは、ソフトウェア プログラムや bot から、物理的なロボット、ドローン、センサー、さらには人間まで、あらゆるものになります。また、エージェントは特定の役割と機能を持つ独立した存在です。

これは、エージェントが作業、認識、対話を行う共有スペースです。環境は、シミュレートされた世界やネットワークなどの仮想環境の場合もあれば、ロボット エージェントの工場フロアなどの物理環境の場合もあります。リソースを提供し、制約を課し、間接的なコミュニケーションの媒体として機能します。

エージェントが連携するには、互いに通信する必要があります。通信プロトコルは、情報を交換する方法に関するルールです。これには、メッセージの形式（JSON や XML の使用など）や送信方法（HTTP や MQTT の使用など）が含まれます。FIPA ACL や KQML などのエージェント通信言語（ACL）は、エージェントが相互作用して詳細情報を共有するための標準的な方法を提供します。

• FIPA ACL（Foundation for Intelligent Physical Agents - Agent Communication Language）は、インテリジェントなソフトウェア エージェントが相互に通信するのに役立つ、広く使用されている言語です。これは、人間がコミュニケーションをとる方法に基づいています。人間は、特定の「アクション」（「リクエスト」や「通知」など）に明確な意味を持たせます。FIPA ACL メッセージには、送信者、宛先、アクション、実際のメッセージ コンテンツのフィールドがあり、コミュニケーションが明確になります。
• 調整メカニズムは、エージェントが意見の不一致を解消し、目標を一致させ、チームとして効果的に作業するために使用する手法です。たとえば、エージェントがタスクに入札する（オークションのように）、意思決定に投票する、または「コントラクト ネット」と呼ばれるシステムを使用するなどが挙げられます。

マルチエージェント システムは、複雑な問題を解決するためにコラボレーション、適応性、復元力が必要となるさまざまな分野で役立ちます。

MAS は、複雑なプロセスを管理しやすい小さなタスクに分解し、それらを専門のエージェントに割り当てて、実行をオーケストレートすることに優れています。

• サプライ チェーン管理: マルチエージェント システムは、製造から消費者の購入まで、サプライ チェーンのさまざまなコンポーネントを接続できます。仮想エージェントは互いに交渉して、在庫の必要性を予測し、リソースを管理し、リアルタイムで運用を調整できます。
• カスタマー サービス: カスタマー サポートでは、AI エージェントが連携して、問題の追跡、修正の推奨、解決策のエスカレーション、さらには請求の調整や払い戻しまで処理できます。1 つのエージェントが最初の問い合わせを処理し、別のエージェントが関連するドキュメントを抽出し、3 番目のエージェントがパーソナライズされた回答を生成する、といった具合です。
• ソフトウェア開発: エージェントのチームを設計して、バグのリクエストへの対応、過去のバグの類似性の分析、新しいチケットの作成、コードの提案の生成やコードレビューの整理によるエンジニアリング支援などを行うことができます。

エージェントの分散性と自律性により、マルチエージェント システムは、常に変化する環境でもうまく機能します。

• 交通および輸送管理: MAS は、鉄道網、トラックの割り当て、船舶などの複雑な輸送システムを処理できます。エージェントは、リアルタイムの交通情報や経路情報を共有して、交通の流れをスムーズにし、混雑した都市部での渋滞を回避するのに役立ちます。
• ロボット工学と自律システム: 倉庫では、多くのロボットが連携して作業し、注文を処理しながら互いに衝突しないようにしています。同様に、自動運転の配達ロボットのグループは、リアルタイムの交通情報とルート情報を共有して、効率的に配達できます。
• 防衛システム: MAS は、サイバー攻撃や海上シナリオなどの潜在的な脅威をシミュレートすることで、防衛システムを強化するのに役立ちます。これにより、より積極的な計画と対応が可能になります。

MAS は、複雑なシステムにおけるインタラクションをシミュレートし、創発的行動を理解するための強力なツールです。

• 金融取引: 複数のエージェントが市場データを分析し、リスクを考慮して、さまざまなアセットクラスで取引を実行できます。特定市場に焦点を当てるエージェントもいれば、より広範なパターンを探すエージェントもいます。これにより、企業は大量のデータをリアルタイムで処理して対応できるようになります。
• 医療と公衆衛生: エージェントベースのシステムは、遺伝子解析を通じて病気の予測と予防に役立ち、ベッドの割り当て、スタッフのスケジュール、医療機器の割り当てなどの病院のリソース管理に役立ちます。
• 社会シミュレーション: MAS は、シミュレートされた集団における社会的な相互作用と創発的な行動をモデル化できます。これは、さまざまな複雑な社会現象を研究するのに役立ちます。

マルチエージェント システムは便利ですが、潜在的な課題もいくつかあります。

• 管理の難しさ: 多くの独立したエージェントが衝突せずに連携して動作するようにするのは困難な場合があります。エージェントの数が増えるほど、その傾向は強まります。
• 通信の過負荷: エージェントが増えるとメッセージが増え、処理が遅くなる可能性があります。明確かつ迅速な通信が必須です。
• 予期しないアクション: エージェントが連携して行動すると、計画していなかった驚くべき結果につながる可能性があります。また、考えられるすべての結果をテストすることは困難です。
• 安全性の懸念: 機密情報を共有するシステムでは、強固なセキュリティが不可欠です。悪意のあるエージェントは、誤った情報を提供したり、協力を拒否したり、機密情報を共有したりすることで問題を引き起こす可能性があります。
• 複雑な構築と使用: これらのシステムを作成するには、慎重な計画と、エージェントが互いにどのように対話するかを十分に把握する必要があります。チームは、分散 AI と強力なコミュニケーション ルールについて知っておく必要があります。
• 運用コスト: API 呼び出しを通じて強力な LLM に大きく依存すると、計算コストが大幅に増加する可能性があります。マルチエージェント システムのスケーリングは、慎重に管理しないと非常に高額になる可能性があります。
• 事実に基づくグラウンディングとハルシネーション: LLM を活用したエージェントは「ハルシネーション」を起こす可能性があります。つまり、もっともらしいものの、事実としては誤った情報を生成する可能性があります。エージェントの出力が事実に基づくデータソースに確実にグラウンディングされるようにすることは、大きな技術的ハードルです。
• 複雑なデバッグと評価: 相互作用するエージェントの非決定論的で創発的な動作により、デバッグが非常に困難になります。複雑な複数ステップのワークフローでエラーをその発生源まで追跡するには、高度なロギング ツールと評価ツールが必要です。

デベロッパーがマルチエージェント システムを構築、管理できるように、一部のフレームワークでは、自律型エージェントを設計、調整、デプロイするためのツールを提供しています。人気のオプションいくつかご紹介します。

マルチエージェント システムの実装には、設計からデプロイまで、いくつかの重要なステップがあります。

1. 問題と目標を定義する: システムが解決する必要がある問題と、システム全体および個々のエージェントに達成してほしいことを明確に記述します。

2. エージェントの設計を決定する:

• エージェントの役割を特定する: 各タイプのエージェントが実行する具体的なジョブを把握する
• エージェントの機能を定義する: 各エージェントが何を感知できるか、何ができるか、どのように意思決定を行うかを指定する
• エージェントの自律性を決定する: 各エージェントが独自の選択を行う自由度を決定する

3. 環境をモデル化する: エージェントが作業する共有スペースを作成します。これには、機能、リソース、ルールが含まれます。

4. コミュニケーション方法を決定する:

• 言語を選択する: エージェントが互いに話す言語（FIPA ACL など）とメッセージの形式を選択します。
• ルールを確立する: エージェントがどのようにコミュニケーションを取り、協力し、意見の不一致を解決するかに関するルールを設計します。これには、ダイレクト メッセージ、共有メモリ、環境を介した会話などが含まれます。

5. 戦略を調整する: エージェントがうまく連携し、競合を解決できるようにする仕組みを導入します。これには、1 つの主要な制御エージェント、エージェントが交渉するためのルール、または自然なコラボレーションが含まれます。

6. ツールを統合する: エージェントがタスクに必要な外部のツールやプログラム（データベース、他のサービス、他の AI モデルなど）にアクセスできるようにします。

7. コード: エージェントを構築し、エージェント間のやり取りを設定するために、プログラミング言語（Python や Java など）とマルチエージェント フレームワーク（JADE、Mesa、Ray、AutoGen、CrewAI など）を選択します。

8. テストと検証: エージェントが期待どおりに動作し、うまく連携して全体的な目標を達成できるように、システムを徹底的にテストします。予期しない動作が発生するため、これは非常に困難です。

9. デプロイとモニタリング: システムを適切なインフラストラクチャに配置し、モニタリングを設定して、システムの動作状況を追跡し、問題を見つけ、システムが正常に動作し続けるようにします。

Google Cloud は、マルチエージェント システムの開発、デプロイ、管理に最適なプラットフォームとなる、堅牢でスケーラブルなインフラストラクチャを提供します。その包括的なサービス スイートは、MAS のさまざまなコンポーネントとインタラクションをサポートします。

• コンピューティング リソース: 多数のエージェントをデプロイするには、特に LLM のような集約型の AI モデルを活用するエージェントの場合、相当なコンピューティング能力が必要です
• Google Kubernetes Engine（GKE）: GKE は、コンテナ化されたアプリケーションのデプロイ、スケーリング、管理を行うためのマネージド環境を提供し、多数の個々のエージェントをオーケストレートするのに最適です
• Compute Engine: 仮想マシン（VM）をより細かく制御するために、Compute Engine はエージェント プロセスをホストする柔軟でカスタマイズ可能な VM インスタンスを提供します
• データの処理と保存: エージェントは、認識、学習、意思決定のために、大量のデータを保存して取得する必要があることがよくあります
• Cloud Storage: エージェントのデータ、ログ、モデル向けに、スケーラビリティと耐久性に優れたオブジェクト ストレージを提供します
• BigQuery: 大規模なデータセットを保存、分析できるフルマネージドのサーバーレス データ ウェアハウス。データ集約型のタスクを実行するエージェントや、エージェントの集団的行動を分析するのに役立ちます
• Cloud SQL または Cloud Firestore: マネージド リレーショナル データベースと NoSQL データベース。エージェントが状態、個々のナレッジベース、またはインタラクション履歴を保存するのに適しています
• エージェント間のコミュニケーション: エージェントが連携して情報を共有するには、効率的なメッセージングが不可欠です
• Pub/Sub: エージェント間の非同期通信を可能にするリアルタイム メッセージング サービス。疎結合アーキテクチャやイベント ドリブン型のインタラクションに最適。エージェントはトピックにメッセージをパブリッシュし、関連するトピックをサブスクライブできるため、エンドポイントを直接知らなくても通信が可能になります
• A2A プロトコル: Google が最初に開発したオープン スタンダードで、異なる AI エージェント間の安全な通信とコラボレーションを可能にします。ユニバーサル トランスレータとして機能し、さまざまなフレームワークやベンダーのエージェントが互いを検出し、情報（テキスト、音声、動画など）を交換して、アクションを調整できるようにします。A2A はエージェント間のインタラクションに焦点を当てており、エージェントとツールの通信を処理する Model Context Protocol（MCP）を補完します。
• AI と ML の機能: 多くのエージェントが、インテリジェンスと意思決定のために AI モデルを組み込んでいます
• Vertex AI: Google の統合 ML プラットフォームは、インテリジェント エージェントの構築に不可欠です。推論に Gemini などの強力な基盤モデルへのアクセスを提供し、重要なことに、Vertex AI Agent Builder が含まれています。このマネージド サービスは、企業データにグラウンディングするツール、外部 API への接続、目標指向の会話型エクスペリエンスの構築を提供することで、エンタープライズ グレードの生成 AI エージェントの開発を加速します
• 事前トレーニング済み API: エージェントは、Google Cloud の事前トレーニング済み AI API（Vision AI、Natural Language API など）を利用して、さまざまなデータタイプの認識と理解を強化できます
• ネットワーキングとセキュリティ: MAS 内で安全かつ効率的な通信を確保します
• Virtual Private Cloud（VPC）: エージェントとサービスのための分離された安全なネットワーク環境を作成します
• Identity and Access Management（IAM）: Google Cloud リソースとやり取りするエージェントの権限とアクセス制御を管理します

これらの Google Cloud サービスを使用することで、開発者は堅牢でスケーラブルかつインテリジェントなマルチエージェント システムを構築し、世界で最も複雑な課題に取り組む高度な AI アプリケーションを実現できます。