Active Electrosensing and Communication in MARL-trained Weakly Electric Fish Collectives
Dieses Paper führt ein neuartiges computergestütztes Framework unter Verwendung von Multi-Agenten-Reinforcement-Learning ein, um schwach elektrische fischähnliche Agenten zu modellieren, und demonstriert, wie biophysikalisch inspiriertes Elektrosensing und die entsprechende Aktuation zu emergenten kollektiven Verhaltensweisen wie sozialem Sammeln und Aggression führen, während gleichzeitig kausale In-silico-Interventionen ermöglicht werden, um experimentelle Einschränkungen bei der Untersuchung der tierischen Neuroethologie zu überwinden.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Stellen Sie sich eine Welt vor, in der Sie Ihre Freunde weder sehen, noch hören oder riechen können, sondern deren Anwesenheit durch ein ständiges, unsichtbares elektrisches Summen spüren, das Sie umgibt. Dies ist die Realität für schwach elektrische Fische, winzige Kreaturen, die in trüben Gewässern leben, in denen die Sicht nutzlos ist. Um zu navigieren und miteinander zu kommunizieren, erzeugen sie ihre eigenen elektrischen Felder, ähnlich wie lebende WLAN-Router, und besitzen spezielle Sensoren, um zu erkennen, wie diese Felder von Objekten abprallen oder durch andere Fische unterbrochen werden. Wissenschaftler fragen sich schon lange, wie diese Fische komplexe Gruppenverhaltensweisen koordinieren – wie etwa gemeinsam Nahrung zu finden oder zu entscheiden, wer zuerst fressen darf – ohne einen zentralen Anführer oder eine komplexe Sprache. Es ist ein riesiges Rätsel, denn es ist unglaublich schwierig, viele Fische gleichzeitig interagieren zu beobachten; man kann nicht einfach die Gehirnaktivität eines ganzen Schwarms von Fischen aufzeichnen, die frei in einem Tank schwimmen.
Um dies zu lösen, greifen Forscher auf eine neue Art von „virtuellem Labor“ zurück. Anstatt nur echte Fische zu beobachten, bauen sie digitale Fische in Computern. Dies sind keine einfachen Cartoons; es sind hochentwickelte Agenten, die mit einer Methode namens Multi-Agent Reinforcement Learning (MARL) trainiert wurden. Stellen Sie sich das so vor, als würde man einer Gruppe von Videospiel-Charakteren beibringen, gemeinsam ein Spiel zu spielen. Man sagt ihnen nicht genau, was sie tun sollen, sondern gibt ihnen nur ein Ziel (wie „hol dir so viel Nahrung wie möglich“) und lässt sie selbst herausfinden, wie sie zusammenarbeiten, konkurrieren und kommunizieren. Die große Frage ist: Wenn man diesen digitalen Fischen realistische Sinne und einfache Ziele gibt, werden sie dann natürlich dieselben komplexen sozialen Verhaltensweisen entwickeln, die wir in der Natur sehen, oder werden sie sich nur wie unbeholfene Roboter verhalten?
Diese Arbeit stellt eine bahnbrechende Simulation vor, in der Wissenschaftler digitale schwach elektrische Fische mit realistischen, physikbasierten elektrischen Sinnen erschaffen und sie darauf trainiert haben, in einer gemeinsamen virtuellen Arena nach Nahrung zu suchen. Die Ergebnisse sind überraschend lebensnah. Die digitalen Fische bewegten sich nicht nur in geraden Linien; sie entwickelten sanfte, gekrümmte Pfade, um Ziele zu finden, was exakt die Art und Weise nachahmt, wie echte Fische unter Nutzung ihres elektrischen Sinns navigieren. Sie lernten auch zu „sprechen“, indem sie die Frequenz ihrer elektrischen Impulse basierend auf dem, was um sie herum geschah, veränderten. Wenn sie fraßen, bissen oder gebissen wurden, änderten sich ihre elektrischen Signale auf spezifische Weise, genau wie bei echten Fischen.
Vielleicht am faszinierendsten ist, dass die digitalen Fische spontan eine soziale Hierarchie schufen, ohne dass es ihnen jemand gesagt hatte. Die größeren Fische wurden natürlich zu den „Chefs“, die mehr Nahrung fraßen und die kleineren Fische öfter bissen, während die kleineren Fische lernten, unterwürfiger zu sein. Die Forscher nutzten diesen virtuellen Aufbau, um Experimente durchzuführen, die an echten Tieren zu schwierig oder zu grausam wären. Sie „schalteten“ bestimmte Sensoren bei den digitalen Fischen aus, um zu sehen, was passierte. Sie fanden heraus, dass Nahbereichssensoren entscheidend für das Finden von Nahrung waren, aber Langbereichssensoren der Schlüssel dazu waren, die Gruppe auf Distanz zu halten und Chaos zu vermeiden. Sie entdeckten auch, dass wenn ein Fisch aufhörte, elektrische Signale zu senden, die gesamte Gruppe weniger fraß und näher zusammenrückte, was bewies, dass aktive Kommunikation essenziell für ihre Sozialstruktur ist.
Die Studie untersuchte auch das „Innere“ dieser digitalen Fische (die eigentlich neuronale Netze sind). Sie fanden heraus, dass die interne Aktivität der Fische nicht nur den Ort der Nahrung kodierte, sondern auch den sozialen Kontext – wer in der Nähe war und wer größer war. Wenn zwei Fische nah beieinander waren, synchronisierten sich ihre internen Geisteszustände, was auf einen gemeinsamen mentalen Raum hindeutet, der nur bei Interaktion existiert. Obwohl dies Simulationen und keine echten Fische sind, deutet die Tatsache, dass sie solch komplexe, natürliche Verhaltensweisen aus einfachen Regeln reproduzierten, darauf hin, dass die Physik der elektrischen Wahrnehmung und der Überlebensdrang ausreichen, um ein reiches Sozialleben zu erschaffen. Dieser virtuelle Rahmen bietet eine leistungsstarke neue Möglichkeit, wie individuelle Handlungen zu Gruppenintelligenz werden, und dient als sicherer, kontrollierbarer Spielplatz, um Ideen zu testen, bevor man jemals einen echten Fisch berührt.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.