Active Electrosensing and Communication in MARL-trained Weakly Electric Fish Collectives
Cet article introduit un nouveau cadre de calcul utilisant l'apprentissage par renforcement multi-agents pour modéliser des agents semblables à des poissons électriques faibles, démontrant comment l'électrosensibilité et l'actionnement d'inspiration biophysique donnent naissance à des comportements collectifs émergents tels que le recherche de nourriture sociale et l'agression, tout en permettant des interventions causales in silico pour surmonter les limitations expérimentales de l'étude de la neuroéthologie animale.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Imaginez un monde où vous ne pouvez ni voir, ni entendre, ni sentir vos amis, mais où vous pouvez ressentir leur présence grâce à un bourdonnement électrique constant et invisible qui vous entoure. C'est la réalité des poissons électrogénateurs, de petites créatures qui vivent dans des eaux troubles où la vue est inutile. Pour naviguer et communiquer entre eux, ils génèrent leurs propres champs électriques, tels des routeurs Wi-Fi vivants, et possèdent des capteurs spéciaux pour détecter la manière dont ces champs rebondissent sur les objets ou sont interrompus par d'autres poissons. Les scientifiques se demandent depuis longtemps comment ces poissons parviennent à coordonner des comportements de groupe complexes — comme chercher de la nourriture ensemble ou décider qui mange en premier — sans chef centralisé ni langage complexe. C'est une énigme immense car observer de nombreux poissons interagir à la fois est extrêmement difficile ; on ne peut pas facilement enregistrer l'activité cérébrale d'un banc de poissons nageant librement dans un réservoir.
Pour résoudre ce problème, les chercheurs se tournent vers un nouveau type de « laboratoire virtuel ». Au lieu de simplement observer de vrais poissons, ils construisent des poissons numériques à l'intérieur d'ordinateurs. Ce ne sont pas de simples dessins animés ; ce sont des agents sophistiqués entraînés à l'aide d'une méthode appelée l'apprentissage par renforcement multi-agents (MARL). Voyez cela comme l'apprentissage d'un groupe de personnages de jeux vidéo pour jouer ensemble à un jeu. Vous ne leur dites pas exactement quoi faire ; vous leur donnez simplement un objectif (comme « obtenir le plus de nourriture ») et vous les laissez découvrir par eux-mêmes comment travailler ensemble, rivaliser et communiquer. La grande question est la suivante : si vous donnez à ces poissons numériques des sens réalistes et des objectifs simples, inventeront-ils naturellement les mêmes comportements sociaux complexes que nous observons dans la nature, ou agiront-ils simplement comme des robots maladroits ?
Cet article présente une simulation révolutionnaire où des scientifiques ont créé des poissons électrogénateurs numériques dotés de sens électriques réalistes basés sur la physique, et les ont entraînés à chercher de la nourriture dans une arène virtuelle partagée. Les résultats sont étonnamment réalistes. Les poissons numériques ne se sont pas contentés de se déplacer en ligne droite ; ils ont développé des trajectoires courbes et fluides pour trouver des cibles, imitant précisément la façon dont les vrais poissons naviguent grâce à leur sens électrique. Ils ont également appris à « parler » en modifiant la fréquence de leurs impulsions électriques en fonction de ce qui se passait autour d'eux. Lorsqu'ils mangeaient, mordaient ou étaient mordus, leurs signaux électriques changeaient de manières spécifiques, tout comme les vrais poissons.
Plus fascinant encore, les poissons numériques ont spontanément créé une hiérarchie sociale sans que personne ne le leur dise. Les poissons plus gros sont naturellement devenus les « chefs », mangeant plus de nourriture et mordant plus souvent les petits poissons, tandis que les plus petits ont appris à être plus soumis. Les chercheurs ont utilisé cette configuration virtuelle pour mener des expériences qui seraient impossibles ou trop cruelles à réaliser sur de vrais animaux. Ils ont « désactivé » certains capteurs chez les poissons numériques pour voir ce qui se passait. Ils ont découvert que les capteurs à courte portée étaient cruciaux pour trouver de la nourriture, mais que les capteurs à longue portée étaient essentiels pour maintenir l'espacement du groupe et éviter le chaos. Ils ont également découvert que lorsqu'un poisson cessait d'envoyer des signaux électriques, l'ensemble du groupe mangeait moins et se rapprochait, prouvant qu'une communication active est essentielle à leur structure sociale.
L'étude a également examiné l'intérieur du « cerveau » de ces poissons numériques (qui sont en réalité des réseaux de neurones). Ils ont découvert que l'activité interne des poissons codait non seulement la position de la nourriture, mais aussi le contexte social — qui était à proximité et qui était plus gros. Lorsque deux poissons étaient proches, leurs états cérébraux internes devenaient synchronisés, suggérant un espace mental partagé qui n'existe que lorsqu'ils interagissent. Bien qu'il s'agisse de simulations et non de vrais poissons, le fait qu'elles reproduisent des comportements naturels aussi complexes à partir de règles simples suggère que la physique de la détection électrique et la pulsion de survie sont suffisantes pour créer des vies sociales riches. Ce cadre virtuel offre une nouvelle façon puissante de comprendre comment les actions individuelles se transforment en intelligence de groupe, fournissant un terrain de jeu sûr et contrôlable pour tester des idées avant même de toucher un véritable poisson.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.