1 定義と基本概念
AIエージェント（人工知能エージェント）とは、環境をセンサーで認識し、その情報に基づいて自律的に行動を選択・実行するソフトウェアまたはハードウェアシステムを指す。知能エージェントとも呼ばれ、目標達成のために推論、計画、学習、コミュニケーションなどの能力を備える。エージェントの概念は人工知能研究の中心的な枠組みであり、単純なルールベースのシステムから、深層学習や強化学習を活用した高度な自律システムまで幅広く定義される。特徴として、環境との相互作用（感覚‐行動サイクル）、自律性、目標指向性、適応性が挙げられる。
1.1 エージェントの特徴
エージェントは、環境と相互作用しながら目標を達成するための基本的な特性を備える。これらはエージェントの設計や評価において重要な基準となる。
1.1.1 自律性
自律性とは、エージェントが人間や他のシステムの直接的な介入なしに、自身の内部状態と環境認識に基づいて意思決定と行動を行える能力を指す。自律性の程度はエージェントの設計に依存し、完全に自律的なエージェントから、人間の監視下で動作する半自律的なシステムまで存在する。
1.1.2 反応性
反応性とは、エージェントが環境の変化をリアルタイムで認識し、それに応じて即座に行動を調整する能力を指す。例えば、障害物を検知したロボットが即座に回避行動をとる場合が該当する。反応性はエージェントの生存やタスク遂行において基本となる特性である。
1.1.3 社会性
社会性とは、他のエージェント（人間や人工エージェント）とコミュニケーションや協調、交渉を行う能力を指す。マルチエージェントシステムにおいては、エージェント間の情報共有や役割分担が効率的な問題解決に寄与する。社会性は、言語による通信やプロトコルに基づく相互作用として実現される。
1.1.4 能動性
能動性（プロアクティブ性）とは、環境からの刺激を待つのではなく、エージェント自身が目標に向かって自発的に行動を開始する能力を指す。これにより、長期的な計画の立案や未来の状態の予測が可能となり、単なる受動的な反応を超えた高度な行動が実現される。
1.2 環境との相互作用
エージェントは環境と感覚‐行動サイクルを形成する。環境からセンサー入力を受け取り、その情報を処理してアクチュエータを通じて行動を出力する。環境の性質はエージェントの設計に大きな影響を与える。
1.2.1 完全可観測環境と部分可観測環境
完全可観測環境とは、エージェントがタスク遂行に必要なすべての状態情報をセンサーから取得できる環境を指す。例えば、チェスの盤面は完全可観測である。一方、部分可観測環境とは、センサーの制限やノイズにより、エージェントが環境の完全な状態を把握できない環境を指す。自動運転やロボットナビゲーションなど、現実の多くの問題は部分可観測環境に該当する。
1.2.2 決定論的環境と非決定論的環境
決定論的環境とは、エージェントの行動と環境の現在状態によって、次の状態が一意に決定される環境を指す。非決定論的環境では、同じ行動をとっても結果が確率的に変動する。後者の場合、エージェントは不確実性を考慮した意思決定が必要となる。
2 分類と種類
エージェントはその内部構造と動作原理に基づいて分類される。代表的な分類として、知能の程度や目標達成の方法による区分が広く用いられる。
2.1 単純反射型エージェント
単純反射型エージェントは、現在の知覚情報のみに基づいて行動を決定する最も単純なタイプである。条件‐行動ルール（if-thenルール）を用いて、環境状態と行動を直接結びつける。過去の状態や履歴は考慮しないため、限られた環境でのみ効果的に動作する。
2.2 モデルベース反射型エージェント
モデルベース反射型エージェントは、内部に環境のモデル（世界モデル）を保持し、現在の知覚に加えて過去の状態や行動の履歴を利用して行動を決定する。これにより、部分可観測環境や非決定論的環境でも動作可能となる。内部状態を更新することで、環境の変化に適応する。
2.3 目標ベースエージェント
目標ベースエージェントは、明確な目標（ゴール）を持ち、その達成に向けて行動を選択する。反射型エージェントと異なり、単なる刺激反応ではなく、目標を考慮した計画や探索を行う。例えば、経路探索エージェントは目的地を目標として最短経路を計算する。
2.4 効用ベースエージェント
効用ベースエージェントは、目標の達成度だけでなく、行動の結果に対する「効用」（評価値）を最大化するように行動する。複数の目標がある場合や、トレードオフが存在する場合に有効である。例えば、リスクを抑えつつ利益を最大化する金融取引エージェントが該当する。
2.5 学習エージェント
学習エージェントは、環境との相互作用を通じて経験から知識や方策を改善する能力を持つ。強化学習や教師あり学習などの手法を用いて、時間とともに性能を向上させる。学習エージェントは、未知の環境や動的な環境に適応できるという利点を持つ。
2.6 マルチエージェントシステム
マルチエージェントシステム（MAS）は、複数のエージェントが協調または競争しながら問題解決を行うシステムである。各エージェントは独立して動作するが、相互に通信や交渉を行うことで複雑なタスクを遂行する。
2.6.1 協調型と競争型
協調型マルチエージェントシステムでは、エージェントが共通の目標に向かって協力する。例えば、複数のロボットが協力して荷物を運搬する場合が該当する。競争型では、各エージェントが自身の利益を最大化するために行動し、ゼロサムゲーム的な環境が生じる。オークションやチェスプログラムなどが例として挙げられる。
2.6.2 分散型と集中型
分散型システムでは、各エージェントが意思決定を自律的に行い、全体の制御は分散される。集中型システムでは、中央の管理エージェントが全体の情報を収集し、各エージェントに指示を出す。分散型は耐障害性やスケーラビリティに優れる一方、集中型は調整が容易である。
3 アーキテクチャと実装
エージェントのアーキテクチャは、その内部構造、情報処理の流れ、モジュール間の関係を定義する。実装方法は、記号処理、行動ベース、ニューラルネットワークなど多岐にわたる。
3.1 記号的アプローチ
記号的アプローチでは、知識を記号（シンボル）とその論理的な関係として表現し、推論エンジンを用いて問題解決を行う。この手法は古典的な人工知能研究に基づき、明示的な知識ベースと論理推論が特徴である。エキスパートシステムなどが代表例である。
3.2 サブサンプションアーキテクチャ
サブサンプションアーキテクチャは、ロドニー・ブルックスによって提唱された行動ベースのアプローチである。感覚入力から直接行動を出力する複数の行動層（レイヤー）を階層的に積み重ね、上位層が下位層を抑制する形で動作する。中央制御を排除し、環境との密接な相互作用を重視する。
3.3 ハイブリッドアーキテクチャ
ハイブリッドアーキテクチャは、記号的アプローチ（高レベルの推論・計画）とサブサンプション的アプローチ（低レベルの反応行動）を統合したものである。これにより、状況に応じて反射的な反応と熟慮的な計画を切り替えることが可能となる。多くの実用的なロボットシステムがこのアーキテクチャを採用する。
3.4 BDI（信念・欲求・意図）アーキテクチャ
BDIアーキテクチャは、人間の実践的推論をモデル化したもので、エージェントの内部状態を信念（Belief）、欲求（Desire）、意図（Intention）の三要素で表現する。信念は環境に関する知識、欲求は達成すべき目標、意図は実行することが決まった計画を表す。エージェントはこれらの状態を更新しながら行動を選択する。
3.5 深層学習ベースのエージェント
深層学習の進展により、ニューラルネットワークを中核とするエージェントが広く研究されている。これらのエージェントは、大量のデータから特徴を自動抽出し、複雑な環境での行動学習を可能にする。
3.5.1 強化学習エージェント
強化学習エージェントは、環境からの報酬信号を最大化するように方策を学習する。深層Qネットワーク（DQN）や方策勾配法などの手法を用いて、ゲームプレイやロボット制御などのタスクで人間を超える性能を示している。
3.5.2 マルチモーダルエージェント
マルチモーダルエージェントは、画像、音声、テキストなど複数の異なるモダリティの情報を統合して処理する。例えば、視覚と言語を組み合わせて指示に従って物体を操作するロボットや、画像と音声から状況を理解するバーチャルアシスタントが該当する。
4 応用分野
AIエージェントは多様な実世界の問題に適用され、その性能を発揮している。
4.1 ロボティクス
ロボットは典型的な物理的エージェントであり、環境認識、経路計画、物体操作などのタスクを自律的に実行する。産業用ロボットからサービスロボット、探査ロボットまで幅広い分野で活用される。
4.2 ゲームとシミュレーション
ゲームAIは、反射型エージェントから深層強化学習エージェントまで多様な形態が存在する。囲碁や将棋、リアルタイムストラテジーゲームなどで人間を凌駕する性能が実現されている。シミュレーション環境はエージェントの学習やテストにも利用される。
4.3 自動運転
自動運転車は、複数のセンサー（カメラ、LiDAR、レーダー）から環境を認識し、安全な走行経路を計画・実行するエージェントである。部分可観測環境と非決定論的環境下での高度な判断が要求される。
4.4 金融取引システム
金融市場では、AIエージェントが株価や為替の変動を予測し、高速かつ自律的に売買注文を実行する。高頻度取引やアルゴリズムトレーディングに応用され、効用ベースの意思決定が行われる。
4.5 カスタマーサービス（チャットボット）
チャットボットは、自然言語処理を利用してユーザーの問い合わせに自動応答するエージェントである。目標ベース（問題解決）と学習（対話履歴からの改善）の両方の特性を持つ。企業の顧客対応や情報提供に広く用いられる。
4.6 情報検索とレコメンデーション
検索エンジンや推薦システムは、ユーザーのクエリや過去の行動に基づいて最適な情報や商品を提示するエージェントとして機能する。ユーザーの効用を最大化するように行動を選択する点で、効用ベースエージェントの一種と見なせる。
5 課題と展望
AIエージェントの高度化に伴い、技術的・社会的な課題が顕在化している。
5.1 解釈可能性と説明可能性
深層学習ベースのエージェントは内部動作がブラックボックス化しやすく、意思決定の理由を人間が理解できない問題がある。説明可能AI（XAI）の研究が進められ、エージェントの行動を解釈可能な形で説明する手法が開発されている。
5.2 安全・倫理問題
自律エージェントの誤動作や悪用によるリスクが懸念される。特に自動運転や兵器システムにおいて、致命的な事故を防ぐための安全設計や倫理的ガイドラインの整備が急務である。また、バイアスや公平性の問題も重要な課題である。
5.3 汎用知能への発展
現在のエージェントは特定のタスクに特化しているが、人間のように多様な問題を柔軟に解決できる汎用人工知能（AGI）の実現が長期的な目標である。大規模言語モデルとエージェントの統合など、新たなアプローチが模索されている。