[[University of Science and Technology of China]] の [[Xiaoyu Tao]]・[[Mingyue Cheng]] らによるエージェント型時系列予測フレームワーク(Tao et al., 2026b「Cast-R1: Learning Tool-Augmented Sequential Decision Policies for Time Series Forecasting」、arXiv:2602.13802、コード `github.com/Xiaoyu-Tao/Cast-R1-TS`)。詳細は source ページ [[@2026__arXiv__Cast-R1 - Learning Tool-Augmented Sequential Decision Policies for Time Series Forecasting]] を参照。 ポジションペーパー [[@2026__arXiv__Position Beyond Model-Centric Prediction - Agentic Time Series Forecasting]](ATSF)が **AgenticRL パラダイムの代表例**として Table 1・本文で参照する一次実装。時系列予測を逐次的意思決定問題へ再定式化し、(1) 記憶ベース状態管理、(2) モジュール式ツールキット(特徴抽出・データ品質診断・[[変化点検知|変化点検出]]・予測モデル呼び出し)を介したツール拡張エージェントワークフロー、(3) SFT + マルチターン RL([[強化ファインチューニング|GRPO]])+ カリキュラム学習の 2 段階学習、を組み合わせる。予測モデル([[Chronos-2]]・[[TimesFM]]・PatchTST・iTransformer・ARIMA・DLinear)を固定コンポーネントでなく状態認識的に選ぶ「ツール」として扱う。実世界 10 データセット(ETT 4 種・Wind・EPF 5 種)で全データセット最低 MSE を達成。backbone は Qwen3(本文 §4.1 は 8B、Appendix は 1.7B と記載が不整合)。 ATSF source ページが指摘していた GitHub URL の食い違い(公式 `Mingyue-Cheng/atsf` vs `Xiaoyu-Tao/Cast-R1-TS`)について、本論文の脚注 1 が `Xiaoyu-Tao/Cast-R1-TS` を Cast-R1 のコードと明記し、両者が別リポジトリ(ATSF 本体 / Cast-R1 実装)であることを裏づけた。 ## 関連 - 著者: [[Xiaoyu Tao]]、[[Mingyue Cheng]] - 所属: [[University of Science and Technology of China]] - 概念: [[エージェント型時系列予測]](AgenticRL) / [[強化ファインチューニング]] / [[時系列基盤モデル]] - ソース: [[@2026__arXiv__Cast-R1 - Learning Tool-Augmented Sequential Decision Policies for Time Series Forecasting]] / [[@2026__arXiv__Position Beyond Model-Centric Prediction - Agentic Time Series Forecasting]]