UFO^3: デジタル・エージェント・ギャラクシーの織り成す世界

UFO^3: Weaving the Digital Agent Galaxy

November 14, 2025

著者: Chaoyun Zhang, Liqun Li, He Huang, Chiming Ni, Bo Qiao, Si Qin, Yu Kang, Minghua Ma, Qingwei Lin, Saravan Rajmohan, Dongmei Zhang

cs.AI

要旨

大規模言語モデル（LLM）を中核とするエージェントは、デジタルデバイスを受動的なツールから能動的な知的協働者へと変革しつつある。しかし、既存のフレームワークの多くは単一のOSやデバイスに閉じたままであり、デバイスを跨ぐワークフローは脆弱で、その大部分が手動操作に依存している。本論文では、異種エンドポイント（デスクトップ、サーバー、モバイルデバイス、エッジ端末）を単一のオーケストレーション基盤に統合するシステム、UFO^3を提案する。UFO^3は各ユーザー要求を可変的なTaskConstellationとしてモデル化する。これは、明示的な制御およびデータ依存関係（TaskStarLines）を持つ原子サブタスク（TaskStars）の分散DAG（有向非循環グラフ）である。TaskConstellationは、分散デバイスから結果がストリーミングされると継続的に進化し、非同期実行、適応的リカバリ、動的最適化を可能にする。Constellation Orchestratorは、動的DAG更新を適用しながらタスクを安全かつ非同期に実行し、Agent Interaction Protocol（AIP）は、信頼性の高いタスクディスパッチと結果ストリーミングのための永続的かつ低遅延のチャネルを提供する。これらの設計は、デバイスとプラットフォーム間の従来の境界を解消し、エージェントがシームレスに協調して集合知を増幅することを可能にする。 我々は、5台のマシンと10カテゴリにわたる55のクロスデバイスタスクからなるベンチマークNebulaBenchを用いてUFO^3を評価した。UFO^3は、サブタスク完了率83.3%、タスク成功率70.9%を達成し、平均幅1.72の並列性を実現するとともに、逐次実行ベースラインと比較してエンドツーエンドのレイテンシを31%削減した。フォルトインジェクション実験では、一時的および恒久的なエージェント障害下でも、優雅な性能低下と回復を示した。これらの結果は、UFO^3が異種デバイスに跨る正確で効率的、かつ耐障害性のあるタスクオーケストレーションを実現し、分断されたエージェントをユビキタスコンピューティング環境全体に拡張された一貫性と適応性を備えた計算基盤へと統合することを示している。

English

Large language model (LLM)-powered agents are transforming digital devices from passive tools into proactive intelligent collaborators. However, most existing frameworks remain confined to a single OS or device, making cross-device workflows brittle and largely manual. We present UFO^3, a system that unifies heterogeneous endpoints, desktops, servers, mobile devices, and edge, into a single orchestration fabric. UFO^3 models each user request as a mutable TaskConstellation: a distributed DAG of atomic subtasks (TaskStars) with explicit control and data dependencies (TaskStarLines). The TaskConstellation continuously evolves as results stream in from distributed devices, enabling asynchronous execution, adaptive recovery, and dynamic optimization. A Constellation Orchestrator} executes tasks safely and asynchronously while applying dynamic DAG updates, and the Agent Interaction Protocol (AIP) provides persistent, low-latency channels for reliable task dispatch and result streaming. These designs dissolve the traditional boundaries between devices and platforms, allowing agents to collaborate seamlessly and amplify their collective intelligence. We evaluate UFO^3 on NebulaBench, a benchmark of 55 cross-device tasks across 5 machines and 10 categories. UFO^3 achieves 83.3% subtask completion, 70.9% task success, exposes parallelism with an average width of 1.72, and reduces end-to-end latency by 31% relative to a sequential baseline. Fault-injection experiments demonstrate graceful degradation and recovery under transient and permanent agent failures. These results show that UFO^3 achieves accurate, efficient, and resilient task orchestration across heterogeneous devices, uniting isolated agents into a coherent, adaptive computing fabric that extends across the landscape of ubiquitous computing.