astra-langchain4j：LLMとエージェントプログラミングを組み合わせた経験

TL;DR（結論）

ASTRAプログラミング言語に大規模言語モデル（LLM）の機能を統合するための専用ライブラリ「astra-langchain4j」が開発され、Java向けのLangChain4jを基盤として、生成AIの推論や計画能力を自律型エージェントに組み込む新しい手法が提案された。 エージェントが保持する内部状態である「信念（Belief）」を動的に検索し、プロンプトの文脈として活用する「BeliefRAG」メカニズムを導入することで、シンボリックな知識ベースとLLMの柔軟な言語生成能力を密接に融合させることに成功した。 複数のエージェントが協力する旅行計画システムや三目並べの対戦を用いた検証により、LLMは対話的な協調タスクで高い能力を示す一方で、厳密な論理が求められるゲームでは従来の単純なルールベースのプログラムに敗北する場合があるといった、実用上の重要な特性と限界が明らかになった。

なぜこの問題か

近年、生成AIと大規模言語モデル（LLM）の急速な発展に伴い、自律的に推論や計画を行う「エージェント的AI（Agentic AI）」への関心が、1990年代後半のマルチエージェントシステム研究以来の最高潮に達している。しかし、既存の主流なエージェント開発ツールキットが生成AIの利点をどのように取り入れ、逆に伝統的なエージェント技術の蓄積が新しいプラットフォームの設計にどう貢献できるかという点については、まだ限られた研究しか行われていない。本研究では、伝統的なシンボリックAIの枠組みを持つASTRAプログラミング言語にLLMを統合することで、この技術的空白を埋めることを目指している。ASTRAは、センサーやアクション、述語、項、イベントといった概念をモジュールとして拡張できる柔軟な構造を持っており、外部の環境フレームワークやツールとの連携が容易であるという特徴を備えている。 この既存の堅牢なエージェントアーキテクチャに、LLMが持つ高度な言語理解と生成能力を組み合わせることで、より複雑で人間のような対話や意思決定が可能なシステムの構築が可能になると考えられる。…

核心：何を提案したのか

本研究の核心的な提案は、ASTRAエージェントプログラムにおいてLLMの機能を直接利用可能にする「astra-langchain4j」ライブラリの開発である。このライブラリは、JavaでLLMベースのシステムを構築するためのオープンソースライブラリであるLangChain4jの上に構築されており、ASTRAのモジュールシステムを通じてシームレスに統合されている。具体的には、LLMの呼び出しを実行する機能、プロンプトテンプレートの定義と再利用、そしてエージェントの信念ベースを活用した検索拡張生成（RAG）という3つの主要な機能を提供している。…

続きはログイン/プランで閲覧できます。