Clever Geek Handbook

人工生命のモデル。 パート2

Habrachiansの要請により、 パート1が続きました。



バッタ

著者：M. S. Burtsev、R。V. Gusarev、V。G. Redko、2002


意図的な行動が人間を含む動物の世界全体に固有であることは誰にとっても秘密ではありません。 特定の目標を達成したいという願望。 動物にとって、これはほとんどの場合生存と繁殖です。 Burtsev、Gusarev、Redkoの研究では、コンピューターモデルを使用して、「原則として、地球上の生命の進化の過程で意図的な行動がどのように発生する可能性があるのか​​」という質問に答えています。

このプロジェクトでは、著者はモチベーションなどを使用します。 実際、特定の状況に陥った生物の動機は、「正しい」意思決定を刺激します。 モチベーションを使用して、モデルは進化の過程で意図的な行動が発生する可能性のあるメカニズムを調査します。

モデル内のすべてのアクションは、1次元のセルラー環境で展開されます。 時間は離散的です-つまり 各タイムステップで1つのアクションが実行されます。 細胞では、一定の確率で、草が成長します。 栄養と生殖の必要性のために、エネルギーを必要とするエージェントの集団があります。 エージェントのエネルギーは次のアクションに費やされ、さまざまな量のエネルギーがさまざまなアクションに費やされます。



各エージェントのニーズは、定量的な動機によって特徴付けられます。 たとえば、エージェントが近くに別のエージェントを見つけ、そのエネルギーリソースが複製に十分である場合、自身が複製の準備ができているとマークし、2番目のエージェントが同じ場合、クロスが発生します。 その結果、親からエネルギーリソースの一部を取得する新しいエージェントが表示されます。 各エージェントには、動機からの特別な入力がある独自のニューラルネットワークがあります。 エージェントの行動はニューラルネットワークによって制御され、エージェントの進化も起こります-交配の結果として、組換えと突然変異による親のゲノムに基づいて、子孫のゲノム（ニューラルネットワークの重みのセット）が形成されます。 リソースがゼロに減ると、エージェントは停止します。 分析のために、モチベーションのあるエージェントとモチベーションのないエージェントの2つのオプションがモデル化されました。 さまざまなパラメーターPも設定されました-毎回草が偶然出現する確率。 最終結果は、動機付けされたエージェントの集団は環境により良く適応し、平均的な食物量（P = 1/200）で動機付けされたエージェントの集団はかなり効果的な生存戦略を「発見」し、動機付けのない集団は完全に消滅することを示しました。

結果は論理的で非常に理解しやすい。なぜなら、動機のないエージェントにとっては、食べ物の目でそれを食べること、隣人の目でそれと交差すること、そしてすべての不在下で、立って何もしない（休息）だけであり、それによってエージェントは差し迫った死、少量または中量の食物。 エージェントがやる気を持っていると、進化の過程で、エージェントは次のように行動し始めます：食べ物や休息を探すのに十分なリソースがなく、アクションを実行するのに十分なリソースがありません。 このスキームにより、人口は動機のない場合よりもはるかに効率的に生き残ります。



アントファーム

著者：ロバート・J・コリンズ、デビッド・R・ジェファーソン、1991


アリの行動を観察する多くの人は、アリの働きに注意を払います。 彼らは食べ物を手に入れると、それを蟻塚に持って行き、そこでコロニーのすべてのメンバーが処理して食べます。 アリの多くの種は、「餌」の間で高度な調整と協力を示します（通常、フェロモンによる情報の伝達を介して）。

「アリ農場」は、人工生物の複雑な行動の進化を模倣しています。 比較的複雑な環境で生き、繁殖する生物を考えており、多くの感覚（内部および外部）を持ち、いつでも可能な一連の行動があります。 さらに、各アリには記憶があり、したがって、その行動はその履歴に依存します。 一生を通じて、各アリは生まれ、何千もの異なる決定と行動を行い、子孫を残し（これは生物の生涯にわたる行動に依存します）、最終的に死にます。

ところで、AntFarmモデルは、人工知能の分野の開発を専門とするConnection Machine 2スーパーコンピューターに基づいてCM ++で開発されました。



英語のUPD 記事 。 コリンズとジェファーソン-AntFarmのモデルについては、多少詳細に説明しています。





More articles:


All Articles