SwarmAgentic：群知能を介した完全自動化エージェントシステム生成に向けて

SwarmAgentic: Towards Fully Automated Agentic System Generation via Swarm Intelligence

June 18, 2025

著者: Yao Zhang, Chenyang Lin, Shijie Tang, Haokun Chen, Shijie Zhou, Yunpu Ma, Volker Tresp

cs.AI

要旨

大規模言語モデルの急速な進展により、意思決定、調整、タスク実行におけるエージェントシステムが進化してきた。しかし、既存のエージェントシステム生成フレームワークは完全な自律性を欠いており、ゼロからのエージェント生成、自己最適化するエージェント機能、および協調が不足しているため、適応性と拡張性が制限されている。本論文では、SwarmAgenticを提案する。これは、完全に自動化されたエージェントシステム生成のためのフレームワークであり、ゼロからエージェントシステムを構築し、言語駆動型探索を通じて相互依存するコンポーネントとしてエージェント機能と協調を共同で最適化する。システムレベルの構造を効率的に探索するために、SwarmAgenticは候補システムの集団を維持し、フィードバックに基づく更新を通じて進化させる。これは、粒子群最適化（PSO）に着想を得ている。我々は、高レベルの計画、システムレベルの調整、創造的推論を含む6つの現実世界のオープンエンドで探索的なタスクにおいて、本手法を評価した。タスクの説明と目的関数のみを与えられた場合、SwarmAgenticはすべてのベースラインを上回り、TravelPlannerベンチマークにおいてADASに対して+261.8%の相対的な改善を達成し、構造的に制約のないタスクにおける完全自動化の有効性を強調した。このフレームワークは、スウォームインテリジェンスと完全に自動化されたシステムのマルチエージェント生成を橋渡しする、スケーラブルで自律的なエージェントシステム設計に向けた重要な一歩を示している。我々のコードはhttps://yaoz720.github.io/SwarmAgentic/で公開されている。

English

The rapid progress of Large Language Models has advanced agentic systems in decision-making, coordination, and task execution. Yet, existing agentic system generation frameworks lack full autonomy, missing from-scratch agent generation, self-optimizing agent functionality, and collaboration, limiting adaptability and scalability. We propose SwarmAgentic, a framework for fully automated agentic system generation that constructs agentic systems from scratch and jointly optimizes agent functionality and collaboration as interdependent components through language-driven exploration. To enable efficient search over system-level structures, SwarmAgentic maintains a population of candidate systems and evolves them via feedback-guided updates, drawing inspiration from Particle Swarm Optimization (PSO). We evaluate our method on six real-world, open-ended, and exploratory tasks involving high-level planning, system-level coordination, and creative reasoning. Given only a task description and an objective function, SwarmAgentic outperforms all baselines, achieving a +261.8% relative improvement over ADAS on the TravelPlanner benchmark, highlighting the effectiveness of full automation in structurally unconstrained tasks. This framework marks a significant step toward scalable and autonomous agentic system design, bridging swarm intelligence with fully automated system multi-agent generation. Our code is publicly released at https://yaoz720.github.io/SwarmAgentic/.