マルチエージェントAIオーケストレーションのためのトポロジカル実行を伴うLLM駆動DAGプランニング

システム名: OctaMind - パーソナルAIアシスタントシステム本論文は、マルチエージェントAIシステム向けの新しいオーケストレーションアーキテクチャ、特にOctaMindシステムを提案する。従来の反復的ReActループを「一度プランを作成し、ソートして決定的に実行する」パターンに置き換えた。LLMを一度だけ呼び出して有向非巡回グラフ（DAG）を構築し、カーンのトポロジカルソートで順序付けを行うことで、複雑なタスクにおけるオーケストレーションLLM呼び出しを最大70%削減する。アーキテクチャは二層設計で、異種エージェント間のルーティングを担うマクロDAGプランナーと、サブエージェント内の個別ツール呼び出し用マイクロDAGエンジンを備える。性能指標として、多段階ワークフローでLLM呼び出しを58〜85%削減し、トポロジカルソート時間は0.1ms未満、単一エージェントタスクのプランニング成功率は約98%を達成する。