[論文レビュー] ProAgent: From Robotic Process Automation to Agentic Process Automation

Yining Ye, Xin Cong+10 more|arXiv (Cornell University)|Nov 2, 2023

Robotic Process Automation Applications被引用数 9

ひとこと要約

この論文は Agentic Process Automation（APA）を提案し、専門エージェントを調整してワークフローを構築・実行するLLMベースのエージェント・システム ProAgent を具体化します。伝統的な RPA を超えて動作します。

ABSTRACT

From ancient water wheels to robotic process automation (RPA), automation technology has evolved throughout history to liberate human beings from arduous tasks. Yet, RPA struggles with tasks needing human-like intelligence, especially in elaborate design of workflow construction and dynamic decision-making in workflow execution. As Large Language Models (LLMs) have emerged human-like intelligence, this paper introduces Agentic Process Automation (APA), a groundbreaking automation paradigm using LLM-based agents for advanced automation by offloading the human labor to agents associated with construction and execution. We then instantiate ProAgent, an LLM-based agent designed to craft workflows from human instructions and make intricate decisions by coordinating specialized agents. Empirical experiments are conducted to detail its construction and execution procedure of workflow, showcasing the feasibility of APA, unveiling the possibility of a new paradigm of automation driven by agents. Our code is public at https://github.com/OpenBMB/ProAgent.

研究の動機と目的

• 人間のような知能と動的な意思決定を要するタスクの処理における RPA の限界を克服する動機付け。
• ワークフローの構築と実行の双方で、知的労働をLLMベースのエージェントへオフロードするというパラダイムとして APA を提唱する。
• ProAgent を実装して、エージェント的なワークフロー構築とエージェント的なワークフロー実行を実証する。
• LLM が理解できるデータフローと制御フローを形式化するための Agentic Workflow Description Language を定義する。
• 商用シナリオでの概念実証実験により実現可能性を示す。

提案手法

• データフローには JSON、制御フローには Python コードを用いて Agentic Workflow Description Language を設計する。
• データ処理と動的意思決定を処理する DataAgent と ControlAgent を導入する。
• ワークフローの構築には GPT-4 を用い、4つの反復ステップ: action_define、action_implement、workflow_implement、task_submit を実行する。
• 主たるワークフローを逐次実行する Python インタプリタによってワークフロー実行を実装する。
• n8n ベースのワークフロープラットフォーム上で概念実証実験を行い、Google Sheets–Slack/Email のシナリオでの構築と実行を実証する。

実験結果

リサーチクエスチョン

• RQ1 LLM ベースのエージェントは人間の指示から自律的にワークフローを構築し、専門エージェントを動的意思決定のためにオーケストレーションできるか？
• RQ2 ProAgent は自動化されたワークフロー内で複雑なデータ処理と制御フローの意思決定を扱えるか？
• RQ3 実世界のワークフロープラットフォームにおける Agentic Process Automation の実現可能性と実用性はどの程度か？
• RQ4 Agentic Workflow Description Language は LLM が一貫性のある実行可能なワークフローを生成できるようにするか？

主な発見

• ProAgent は人間の入力から自律的なワークフロー構築を示し、ワークフロー言語と Python ベースの制御ロジックを生成する。
• DataAgent と ControlAgent はワークフロー内で動的データ処理と条件分岐を実現し、柔軟性を向上させる。
• 概念実証実験は、オープンプラットフォーム（n8n）上でエージェント主導のワークフローを構築・実行する APA の実現可能性を示す。
• Agentic Workflow Description Language はデータ用に JSON、制御用に Python を用いた、LLM の事前学習に適した構造化でコードに適した形式を提供する。
• このアプローチはツール学習、プロセスマイニング、安全性の考慮との統合を検討しており、エージェント運用の潜在的な利益とリスクを強調する。