AI論文 2026-08-29

モンテカルロ木探索とGemini LLMを用いた自律型AIコーディングエージェントの開発

コード生成をMCTS探索として扱い、自己評価で実装候補を絞り込む自律型コーディングエージェントの開発

自然言語からのコード生成において、従来のLLMの「一発生成」では複雑な処理で論理的な誤りが生じやすいという課題に対し、Gemini 2.5 Flash APIによる推論とモンテカルロ木探索(MCTS)を組み合わせた自律型コーディングエージェントを開発したとしている。生成過程では「自己批評」評価器が複数の実装候補を正確性や難易度に基づいて評価・順位付けし、バックプロパゲーションによって探索方針を改善する仕組みを取り入れているという。Flaskベースのウェブインターフェースによりシンタックスハイライト付きの即時フィードバックを提供するとしている。実験では、複雑な論理的プロンプトに対してMCTSベースの手法が92%の成功率を達成し、標準的なゼロショット生成モデルを上回ったと報告している。