Architecture

Architecture

本ページでは、Decision Trace Model × マルチエージェントによる
意思決定システムの全体アーキテクチャを整理します。

各技術要素（Decision Trace / Multi-Agent / DSL / Behavior Tree / GNN）が
どのように連携し、実際の業務に適用されるかを示します。

■ 全体構造

意思決定は以下の流れで構造化されます

Event → Signal → Decision → Boundary → Human → Log

この流れをベースに、
複数のエージェントと実行フロー（Behavior Tree）によって
意思決定と実行が制御されます。

■ 技術構成要素

• Decision Trace Model（意思決定の構造化）
• Multi-Agent System（役割分担）
• DSL（意思決定ルール）
• Behavior Tree（実行フロー制御）
• Graph Neural Network（関係性の学習）

■ 関連記事

• AIオーケストレータのアーキテクチャ — マルチエージェントAIを制御する判断OS —
• Decision Trace Modelを支えるGNN設計 — 判断構造を「学習可能」にするためのグラフモデル —
• マルチエージェントAIのオーケストレーションとDecision Trace Model — 判断の分散化と、その制御構造 —
• AIシステムの設計図 ― Event / Signal / Decision / Boundary / Human / Log が作る判断アーキテクチャ ―
• AI判断台帳（Decision Ledger） — AIの判断履歴を保存するための基盤 —
• LLMは「判断」を持たない — Claude Code・プロンプト・そして判断外部化という設計構想
• LLMエージェントをAIオーケストレータに組み込む方法 — 生成AIを「判断構造」の中で使う —
• AIオーケストレータをどう設計するのか — GNN・Ontology・DSL・Behavior Tree による判断構造の実装 —

■ GitHub

実装や詳細な設計については、GitHub上のリポジトリでも公開しています。

・Decision Trace Model
・Decision Trace Engine
・Decision Trace Studio
・Decision Trace Platform

詳細はGitHubをご参照ください。