大規模言語モデル(LLM)は、チャットボットで受動的に知識を提供するものから、アプリケーションやサービスと能動的に対話するものへと進化している。エージェントとソフトウェアシステムが相互に作用することで、新たな革新的アプリケーションが誕生している。コパイロット、プラグイン、関数呼び出し、ツール使用等々、すべてこの方向へのステップである。そしてこの進化における次のステップは、自律的なAI、生成AI、LLMを搭載したマイクロサービス、サービス、アプリケーションを目指すことである。
	最近のAIの進歩により、LLMが自律型エージェントに統合され、人工知能(AGI)に向けて着実に向かっている。自律型エージェントは、様々な程度の独立性を示す自己動作システムを表す。最近の研究では、人間の知能を模倣するLLMの驚くべき能力が強調されており、これは、広範な訓練データセットとモデルパラメータの大幅な配列の組み合わせによって達成された偉業とも評されている。
本白書は、自律型AIエージェントの現状、今後の方向性、さまざまなの目標を実現するうえで必須となる要件について集積した、自律型AIエージェントに関する総覧型レポート集である。
自律型AIエージェントの設計と実装、問題領域の特定、適切なアーキテクチャの選択、自律型AIエージェントのロジックの実装、最新の研究開発動向、プラットフォーム、有望な応用分野と実装課題まで、網羅的に取り上げ、解説している。
								
						内容編成(目次)
						
	序
	第1章 自律型AIエージェント
	1-1 自律エージェントの台頭
	1-2 コンセプトから実世界への応用への展開へ
	1-3 自律型AIエージェントが解決する課題
	1-4 自律型AIエージェントが備える機能
	1-5 自律型AIエージェント展開の実現可能性
	1-6 AIエージェント研究と自律システム研究の交差が生み出すもの
	1-7 適応型多機能AI、マルチタスクAIとしての自律型AIエージェント
	1-8 業界の概況・近況
	第2章 自律型AIエージェントの仕組み
	2-1 概説
	2-2 記憶と検索
	2-3 リフレクション
	2-4 計画
	第3章 自律型AIエージェントのエコシステム
	3-1 概説
	3-2 自律型AIエージェントの原理・原則
	3-3 自律型AIエージェントの説明責任
	第4章 自律型AIエージェントの開発
	4-1 概説
	4-2 自律型エージェントを実世界アプリケーション向けに効果的に開発するためのベンチマーク
	第5章 LLMに基づく自律エージェント構築
	5-1 LLMに基づく自律エージェント評価
	5-2 自律エージェントに関連して提案されているエージェントのカテゴリ
	[1] マルチエージェント
	[2] マルチモーダル・エージェント
	[3] オペレーティングシステム制御エージェント
	5-3 言語モデルエージェントのベンチマーク
	5-4 関連研究
	[1] CRAB: マルチモーダル言語モデルエージェントのためのクロス環境エージェントベンチマーク
	[2] マイクロソフト 「LLMを搭載した自律エージェント構築のためのコードファースト機械学習フレームワーク」
	第6章 自律型AIエージェントのプラットフォーム
	6-1 概説
	6-2 Autogen
	6-3 CrewAI
	6-4 Nous
	他
	第7章 自律エージェントの適用・応用分野
	7-1 概説
	7-2 エンジニアリング/IT
	[1] 要求工学/文書化
	[2] ソフトウェア工学
	[3] ソフトウェア開発/コーディング
	[4] コード生成/ソフトウェア開発におけるタスク最適化
	[5] データサイエンス/データ分析
	[6] 産業オートメーション
	[7] 人工知能
	[8] ロボット工学
	[9] 土木・建設工学
	[10] 航空・宇宙工学
	7-3 ビジネス/マネジメント
	[1] 概要
	[2] 各種プランニング/スケジューリング
	[3] 反復プロセスの自動化(プロジェクト管理/進捗管理、リソース管理など)
	[4] マーケティング
	[5] サプライチェーンマネジメント
	[6] ビジネスインテリジェンス(BI)
	[7] カスタマーサービス/カスタマーサポート
	[8] 顧客関係管理(CRM)システム
	[9] 品質管理/プル・リクエスト管理
	[10] 人事・採用
	[11] 訓練/研修/能力開発
	[12] 法務調査/コンプライアンス管理/契約管理
	[13] 研究開発
	7-4 社会科学
	[1] 概要
	[2] 政治
	[3] 法律
	[4] 社会
	7-5 経済・金融・財務
	[1] 金融
	[2] 財務分析/財務報告
	[3] 不正行為の検知と防止
	[4] 暗号通貨
	7-6 自然科学
	[1] 概要
	[2] 人工ニューラルネットワーク(ANN)
	[3] 自然科学実験
	[4] 自然科学教育
	7-7 人文科学
	[1] 心理
	7-8 サービス
	[1] 旅行代理店
	[2] 機械翻訳/自動翻訳
	7-9 その他分野
	[1] 多様な工学領域
	[2] 大規模言語モデルによる環境とタスクの生成
	7-10 関連研究
	[1] AI4Finance財団他研究チーム 「フィンロボット大規模言語モデルを用いた金融アプリケーションのためのオープンソースAIエージェントプラットフォーム」
	[2] ワシントン大学他研究チーム 「臭気プルームを追跡する人工エージェントにおける創発的行動と神経ダイナミクス」
	[3] KAIST/Microsoft Research/DeepAuto.ai 「リサーチエージェントAIを活用したアイデア創出と反復的改良による科学研究¥
	[4] MIT CSAIL/CMU LTI/UMass Amherst/MIT-IBM Watson AI Lab 「科学的生成エージェント:分野横断的な科学的発見のための統一された機械学習フレームワーク」
	第8章 エージェントシステムにおける自律的な協調
	8-1 概説
	8-2 関連研究
	シンガポール国立大学他研究チーム 「メガエージェント大規模LLMエージェントシステムにおける自律的協調のための実用的フレームワーク」
	第9章 LLMに基づく自律エージェント構築
	9-1 エージェント・アーキテクチャ設計
	[1] プロファイリングモジュール
	[2] メモリモジュール
	[3] プランニング・モジュール
	9-2 学習戦略
	第10章 自律エージェントの初期のモデリング
	
	10-1 概説
	[1] 自律エージェントの初期のモデリング
	[2] 自律的な改良と評価
	[3] デジタルエージェントベンチマーク
	10-2 関連研究
	[1] UCバークレー校/ミシガン大学 「デジタルエージェントの自律的評価と改良」
	第11章 役割ベースのエージェント設計/ロールプレイングをオーケストレーションする自律型AIエージェント
	11-1 概説
	11-2 事例
	[1] CrewAI
	第12章 自律型エージェントの評価(ベンチマーク)
	12-1 概説
	12-2 LLMに基づく自律エージェント評価
	[1] 主観的評価
	[2] 客観的評価
	12-3 オープンワールドのタスクを実行できる自律的な具現化エージェントの開発と評価
	12-4 研究チーム、参入企業動向
	[1] 浙江大学/杭州市立大学研究チーム 「LLMベースのエージェントにオープンワールドのスキルを付与するオープンソースAIフレームワーク:ODYSSEY:LLM」
	第13章 自律AIエージェントの課題
	13-1 概説
	13-2 有用な反省フィードバックの生成
	13-3 RAGの制約からの脱却/より直感的で人間的な情報検索へのシフト
	13-4 対話の代替としての質問応答機能
	第14章 OSエコシステムの進化とLLMベースの自律エージェント
	14-1 概説
	[1] OSエコシステムの進化とLLM
	[2] LLMベースの自律エージェント
	[3] LLMベースのマルチエージェントシステム
	14-2 関連研究
	[1] ラトガース大学 「LLMをOSの頭脳として組み込むLLMエージェントオペレーティングシステム」
	[2] AIOSLLMエージェント・オペレーティング・システム
	第15章 複雑な領域における効果的なナビゲーションと意思決定を実現する自律型AIエージェント
	15-1 概説
	[1] 自律型言語エージェント
	[2] トランスフォーマー強化学習
	15-2 関連研究
	[1] セールスフォースAIリサーチ 「RETROFORMER: 政策勾配最適化を用いた遡及的大規模言語エージェント」
	第16章 自律的Webナビゲーション
	16-1 概説
	16-2 UIアシスタント、ブラウザを介して動作するウェブエージェントの開発
	16-3 関連ツール
	[1] LaVague
	16-4 関連研究
	[1] 浙江大学/テンセントAIラボ/ウェストレイク大学 「WebVoyager:大規模なマルチモーダルモデルによるエンド・ツー・エンドのウェブエージェントの構築」
	[2] マギル大学/モントリオール大学 「ワークアリーナウェブエージェント」
	[3] Google DeepMind/東京大学研究チーム 「WebAgent:自然言語の指示に従って実際のウェブサイト上のタスクを完了できるLLM駆動エージェント」
	第17章 インテリジェントコネクテッドカーと自律型AIエージェント
	17-1 概説
	17-2 新たな交通ソリューションとしてのITSと自律型AIエージェントが果たす役割
	17-3 コネクテッドカーにおける侵入検知と緩和のための説明可能な自律型AIエージェント
	17-4 説明可能な自律型AIエージェントのフレームワーク
	17-5 関連研究動向
	第18章 自動運転と自律走行AIエージェント
	18-1 概説
	18-2 ディープラーニングによる運転シーンの知覚と定位
	18-3 自律走行におけるディープラーニングの安全性
	18-4 自律走行車のためのシーン理解と自律型AIエージェント
	18-5 自律型AIエージェントによるHEV、EVの自動クラッチ係合制御
	18-6 AIベースのナビゲーション・アルゴリズム開発の取り組み動向
	18-7 関連研究
	[1] Waymo 「MotionLM:LLMの自動車運転支援を可能にする最先端のマルチエージェント動作予測アプローチ」
	第19章 自律エージェント学習強化のための探索に基づく軌道最適化
	19-1 概説
	19-2 関連研究動向
	第20章 自律型AIエージェントと次世代サプライチェーンマネジメント
	20-1 サプライチェーンマネジメントにおける自律型AIエージェント導入の推進要因・課題
	20-2 サプライチェーンの進化を触媒する自律型AIエージェント
	[1] サプライチェーン最適化における遺伝的アルゴリズム
	[2] サプライチェーン・マネジメントにおける自然言語処理(NLP)
	[3] サプライチェーン・マネジメントの課題に対する時系列予測
	[4] サプライチェーンの回復力を高める自律型AIエージェントとビッグデータ分析
	20-3 自律型AIエージェントとビジネスアナリティクスによるサプライチェーンリスクの解決
	20-4 持続可能なサプライチェーン・マネジメントにおける自律型AIエージェントI統合技術
	20-5 自律型AIエージェントによるサプライチェーン最適化、レジリエンス強化
	サプライチェーンの回復力における自律型AIエージェントの役割
	20-6 自律型AIエージェントによる在庫の物流・サプライチェーン・ソリューション
	20-7 自律型AIエージェントとブロックチェーンによるスケーラブルなIoTベースのサプライチェーン
	20-8 自律型AIエージェントベースのブロックチェーン
	20-9 サプライチェーンにおけるニューラルネットワークの応用
	第21章 自律型AIエージェントによる自律的なソフトウェア開発
	21-1 概説
	21-2 現在のAIコパイロットの限界を克服する自律型AIペアプログラミング
	21-3 関連研究
	[1] プリンストン大学 「ソフトウェアエンジニアリングタスクのために設計された言語エージェント」
	第22章 自律型ロボットシステムとAIエージェント
	22-1 概説
	22-2 人間とAIエージェントの共同学習と強化に基づくロボットの自律航法
	22-3 オンライン最適化ベースの制御手法
	22-4 連続時間制約付きOCP
	22-5 到達可能性解析・リーチ・アボイド問題と深層強化学習による解法
	22-6 制約付き強化学習
	22-7 リアプノフ法
	22-8 関連研究
	[1] MIT 「安定化回避最適制御を解く:エピグラフの形式と深層強化学習」
	第23章 自律型ロボットシステムのタスクおよびダイナミクス
	23-1 概説
	23-2 関連研究
	[1] 安定化回避最適制御を解く:エピグラフの形式と深層強化学習
	第24章 複雑な領域における効果的なナビゲーションや意思決定を実現する自律型AIエージェント
	24-1 概説
	24-2 トランスフォーマー強化学習
	24-3 関連研究
	[1] セールスフォースAIリサーチ 「RETROFORMER: 政策勾配最適化を用いた遡及的大規模言語エージェント」
	第25章 LLMベースの自律型エージェントが抱える課題と解決に導くためのアプローチ
	25-1 概説
	[1] LLMベースの自律型エージェントが抱える課題
	[2] RAGの制約を脱し、より直感的で人間的な情報検索方法へとシフトする傾向
	[3] 対話の代わりに質問応答機能
	25-2 関連研究
	[1] Baichuan/College of Intelligence and Computing,/Tianjin University 「sibyl: 複雑な実世界推論のためのシンプルかつ効果的なエージェント・フレームワーク」
	第26章 自律的LLMエージェントによる推論と行動のギャップ解消
	26-1 概説
	[1] LLMによる推論
	[2] 大規模言語モデル(LLM)とインコンテキスト学習(ICL)
	[3] ベイズのフレームワークの下での強化学習(RL)
	26-2 関連研究
	[1] ノースウェスタン大学/香港中文大学 「証明可能な自律型LLMエージェントのフレームワーク」
	第27章 マルチエージェントの自律協調
	27-1 概説
	27-2 関連研究
	セールスフォース 「BOLAA戦略: 複数のエージェントを協調させて1つのジョブを実行するフレームワーク」
	第28章 多様なAIモデルの進化的融合「2025年の世界
	28-1 概説
	28-2 進化するAIエージェント
	第29章 自律型マルチモーダルモバイルデバイスエージェント
	29-1 概説
	29-2 モバイル端末用エージェント
	29-3 関連研究
	[1] 北京交通大学/アリババ・グループ 「モバイルエージェント:視覚認識を持つ自律型マルチモーダルモバイルデバイスエージェント」
	[2] テンセント 「スマートフォンのアプリケーションを操作するために設計された新しいLLMベースのマルチモーダルエージェントフレームワーク」
	[3] アリババ 「自律型マルチモーダルモバイルデバイスエージェント」
	第30章 自律エージェント型コパイロット(Microsoft Autonomous Agentic Copilot)
	30-1 概説
	30-2 Autonomous Agentic Copilotのアーキテクチャ
	30-3 Autonomous Agentic Copilotと生成AI・Azure Cloudとの統合
	第31章 自律エージェントに関する最新の研究動向
	31-1 事前定義されたアクションを超えるLLMエージェント
	31-2 研究開発動向
	[1] メリーランド大 「事前定義されたアクションを超える大規模言語エージェント」
	第32章 自律型AIエージェントに関する今後の有望な方向性
	32-1 概説
	32-2 自動的プロンプトエンジニア (APE )
	32-3 自己言及的自己改善
	32-4 自己参照メタ学習アプローチ
	32-5 ヒューマンアライメントの向上
	32-6 知識の境界の拡張
	32-7 効率性の向上
	32-8 迅速なロバスト性の向上
	32-9 ロールプレイング能力の向上
	32-10 幻覚対処能力の拡張