Adaptive Structure Programming（ASP）は、AIと協働するための構造設計思想である。従来の制約プログラミングが「条件を満たす解を求める」ことに重心を置いていたのに対し、ASPは「行動空間の意味構造を設計する」ことを目的とする。
ここでいう「空間」とは、AIが実際に選択可能な候補群、すなわち取り得る行動・判断・状態遷移の集合を指す。スケジューリングであれば割当パターンの集合、ロジスティクスであれば配送経路の集合、法務判断であれば許容される意思決定のパターン集合、エージェントであれば次に選べるツールやアクションの集合など、具体的な可能性の総体である。
「構造」とは、その集合の内部関係を決めるルールから成る。選択肢の形状、組合せの許容性、優先順位、禁止領域や安全域などを規定することで、単なる可能性の集まりに秩序を与える。「意味構造」とはさらに、どこまでが許容されるか、どの失敗が致命的か、どの遅延が容認可能かといった判断基準を、実装可能な形で空間に埋め込むことである。AIが数値的に評価を行うのに対し、ASPはその評価が作用する場の意味的条件を定義する。
AIは予測（predictive AI を含む）、生成、探索の能力を持つ。しかし探索は常に何らかの空間の内部で行われる。ASPはその空間を静的に固定するのではなく、状況・データ・フィードバックに応じて適応的に更新する。探索空間を整形し、危険領域を滑らかに遠ざけ、優先順位を反映させ、結果に応じて空間そのものを再調整することで、AIの探索が意味的に整合するよう支える。この循環的関係がASPの中核である。
ASPはAIを統制する装置ではない。AIエージェントが構造内を動く主体であるのに対し、ASPはあくまで行動空間の設計者に留まる。エージェントが予測し、判断し、実際に行動するのに対し、ASPは「どこまで動けるか」を決める。Cognitive RAGが行動に必要な知識状態を動的に構成し、「何を知って動くか」を整えるのに対し、ASPはその行動が展開される可動領域を設計・更新する。
また、受動的 affordance の観点から見れば、ASPは環境に埋め込まれた行為可能性を設計・再編する役割を担う。AIエージェントが行為主体であり、Cognitive RAGがその意味理解を支え、ASPがその可能性の地形を形作る。
さらにASPは、学習の対象にも触媒にもなり得る。エージェントの成功や失敗、予測誤差や逸脱の経験を通じて、行動空間の意味構造そのものが再編される。ASPは固定された枠組みではなく、経験に応じて変形する構造層である。
AIが「動き」を担い、Cognitive RAGが「知る状態」を整え、ASPが「場」を設計する。三者の協働により、単なる最適化を超えた、持続的で意味整合的な意思決定が可能となる。
Adaptive Structure Programming (ASP) is a philosophy of structural design for collaborating with AI. Whereas traditional constraint programming places its emphasis on “finding solutions that satisfy given conditions,” ASP aims at “designing the semantic structure of the action space.”
Here, “space” refers to the set of options that an AI can actually choose from—that is, the collection of possible actions, decisions, and state transitions. In scheduling, this would be the set of assignment patterns; in logistics, the set of delivery routes; in legal reasoning, the set of permissible decision patterns; in an agent system, the set of tools or actions available at the next step. In each case, it is the totality of concrete possibilities.
“Structure” consists of the rules that determine the internal relations within that set. It specifies the shape of options, the admissibility of combinations, priority orderings, prohibited regions, and safety zones, thereby giving order to what would otherwise be a mere collection of possibilities. “Semantic structure” further embeds into the space criteria such as what is acceptable, which failures are critical, and which delays are tolerable, in an implementable form. While AI performs numerical evaluation, ASP defines the semantic conditions of the field within which such evaluation operates.
AI possesses capabilities of prediction (including predictive AI), generation, and exploration. However, exploration always takes place within some space. ASP does not fix that space statically; rather, it adaptively updates it in response to context, data, and feedback. By shaping the exploration space, smoothly distancing dangerous regions, reflecting priorities, and readjusting the space itself based on outcomes, ASP supports AI exploration so that it remains semantically coherent. This circular relationship constitutes the core of ASP.
ASP is not a mechanism for controlling AI. Whereas an AI agent is the acting subject that moves within a structure, ASP remains the designer of the action space. The agent predicts, judges, and acts in practice; ASP determines “how far it may move.” While Cognitive RAG dynamically constructs the knowledge state required for action—determining “what to know in order to act”—ASP designs and updates the feasible domain in which that action unfolds.
From the perspective of passive affordance, ASP designs and restructures the action possibilities embedded in the environment. The AI agent is the acting subject; Cognitive RAG organizes the semantic state that enables understanding; ASP shapes the terrain of possibility.
Furthermore, ASP can become both an object and a catalyst of learning. Through experiences of success and failure, prediction errors, or deviations, the semantic structure of the action space itself is reorganized. ASP is not a fixed framework but a structural layer that transforms in response to experience.
AI carries the “movement,” Cognitive RAG organizes the “state of knowing,” and ASP designs the “field.” Through their cooperation, decision-making becomes sustainable and semantically coherent, going beyond mere optimization.