AIエージェントの中心概念である「Planning」「Memory」「Action」を、数式なしで体系的に理解できる “現場のための教科書” です。
最新論文を含めた複数の論文をもとに、AIエージェントについて体系的にまとめました。

【この本で身につくこと】
・AIエージェントの全体像を構造的に理解できる
・Planning（CoT / ToT / 外部プランナー / DFS/BFS 探索など）の仕組みがわかる
・Memory（短期・長期・Generative Agents）の役割と設計意図が理解できる
・Action（ReAct / MCP / Tool Calling / Embodied Agents）の具体的な動作が掴める
・既存のエージェントフレームワークの設計思想を読み解ける
・AIエージェントを「設計できる」レベルの思考枠組みが身につく

【構成】
・Chapter01：AIエージェントの概要
・Chapter02：Profile（エージェントの属性）
・Chapter03：Memory（Generative Agents）
・Chapter04–08：Planning（CoT / ToT / 外部プランナー / 探索アルゴリズム）
・Chapter09–12：Action（ReAct / MCP / A2A / Embodied Agents）
・Chapter13：参考文献

【数式なし】AIエージェントの教科書：Planning / Memory / Action 入門

AIエージェントの概要

Profile

Memory（Generative Agents）

Planning

Planning - タスク分解（HuggingGPT / CoT）

Planning - マルチプラン選択（ToT）

Planning - 外部プランナー支援計画（LLM+P / CALM）

Planning - 古典的なプランナー（DFS / BFS / ヒューリスティック探索）

Action

Action - ツールの呼び出し（ReAct）

Action - ツール連携のプロトコル（MCP / A2A）

Action - ツール活用のためのアーキテクチャ（Embodied LLM Agents）

参考文献

aiagent

llmagent

Kenta Ichimura