Synchronizing Minds through Collective Predictive Coding: A Computational Model of Parent-Infant Homeostatic Co-Regulation

技術的概要：集合的予測符号化によるマインドの同期

問題提起
親と乳児のやり取りなどのリアルタイムな二者間相互作用において観察される脳間同期（IBS）は、相互作用するエージェントが整合された潜在表現を発達させることを示唆している。しかし、局所的な感覚アクセスと非対称な内部知識しか持たないエージェント間で、そのような整合性がどのように生じるかを説明する計算論的記述は、未だ未発達である。中心的な課題は、それぞれが私的な内部状態と限られた感覚データを持つ 2 つのエージェントが、互いの隠れた状態への直接アクセスを必要とせず、また他者に対する深く再帰的なモデルを維持することなく、いかにして身体状態を調節しつつ、同時にその潜在表現を整合させることができるかをモデル化することである。

手法
著者らは、親と乳児の恒常性共同調節の構築的計算モデルを提案しており、これは 2 つの主要な枠組みを統合している：

1. 能動的内受容推論（POMDP）： 相互作用は、部分観測マルコフ決定過程（POMDP）としてモデル化される。親（エージェント A）と乳児（エージェント B）という 2 つのエージェントは、非対称な生成モデル知識を有する：
   • 親は、行動が内臓状態をどのように変換するかを符号化する正確な状態遷移行列（$B_A$）を有するが、乳児の状態に関する推論を外部感覚の手がかり（例：震え）と結びつける感覚生成行列（$A_A$）は学習しなければならない。
   • 乳児は、自身の状態の直接的な内受容知覚に対する正確な感覚生成行列（$A_B$）を有するが、行動が自身の身体にどのように影響するかを捉える状態遷移行列（$B_B$）は学習しなければならない。
   • 両エージェントは、局所的に利用可能な感覚入力を処理し、ディリクレ分布を介してオンラインでそれぞれの未知の行列を学習する。
2. MHNG による集合的予測符号化（CPC）： 調節行動に関する合意を仲介するために、エージェントはメトロポリス・ヘイスティングス命名ゲーム（MHNG）を利用する。共有された伝達変数（記号 $w$）は、エージェントの内部表現（$z$）に基づいてサンプリングされる。提案された記号の受容は、リスナーの内部生成モデルのみに依存する局所的に計算可能なメトロポリス・ヘイスティングス確率によって決定される。これにより、エージェントはパートナーの隠れた状態への直接アクセスなしに、互いの事後信念を制約することができる。

シミュレーションは、乳児の内臓状態（エネルギーと体温）を表す $6 \times 6$ の離散グリッド世界で行われる。エージェントは、協力的な行動（冷やす、温める、食べる、遊ぶ、眠る）を通じて、状態を事前選好の高い領域（$C$）に維持することを目的とする。

実験設定と指標
本研究は 3 つの条件を比較する：

• MHNG： 親と乳児の双方向コミュニケーションを MHNG プロトコルを用いて行い、記号が創発する。
• A-only： 乳児は常に親の提案を受容し、親は常に乳児の提案を拒絶する。
• B-only： 親は常に乳児の提案を受容し、乳児は常に親の提案を拒絶する。

主要な指標は以下の通り：

• 適応性（$C_{norm}$）： 乳児の内臓状態が、事前選好の高い領域とどの程度整合するかという度合い。
• 平均エントロピー（$\bar{H}$）： 学習された生成行列（親の $A$、乳児の $B$）のエントロピーであり、予測精度を示す。
• 心的表現の類似性（$JSD_z$）： 親と乳児の潜在状態の事後分布（$q(z_A)$ および $q(z_B)$）間のジェンセン・シャノン距離。

主要な結果

1. 調節パフォーマンス： MHNG 仲介の相互作用は、片側的な制御条件（A-only および B-only）よりも乳児の内臓状態をより適応的に調節した。MHNG 条件における内臓状態は、学習の初期段階から事前選好の高い領域に留まった。
2. 急速な潜在状態の整合： エージェント間の事後分布間のジェンセン・シャノン距離（$JSD_z$）は、約 20 回の反復後にゼロに近づき、内部表現の急速な同期を示した。
3. 整合とモデル収束の脱結合： 生成行列の収束（減少するエントロピー $\bar{H}$ によって示される）ははるかに遅く発生し、約 500 回の反復で飽和した。重要なのは、表現の同期が学習された世界モデルの収束よりも遥かに早く出現したことである。
4. 非対称性のメカニズム： この急速な整合は、エージェントの知識の相補性に起因する。すなわち、乳児は正確なボトムアップの感覚生成（$A_B$）を通じて自身の内臓状態を把握し、親は正確なトップダウンの状態遷移（$B_A$）を通じて状態を把握する。

意義と主張
本論文は、ハイパースキャンニング研究で報告されている IBS と整合する「最小限の構築的記述」を提供すると主張している。主な貢献は、表現の同期は完全に共有された世界モデルを前提としないことを実証した点にある。むしろ、非対称な知識と局所的な感覚アクセスを持つエージェントは、局所的に計算可能な受容確率によって支配される共有伝達変数を通じて、その潜在信念を急速に整合させることができる。

著者らは、MHNG を通じて操作化された集合的予測符号化（CPC）仮説を、脳間整合の候補となる計算基盤として位置づけている。彼らは、この枠組みが、エージェントが互いの観測に直接アクセスしたり、他者に対する複雑な再帰的モデルを維持したりすることなく、社会的相互作用が事後信念を制約し、共同調節を促進する仕組みを説明すると論じている。

限界と将来の方向性
著者らは、現在のモデルが簡略化された 2 次元の離散グリッド世界を使用し、事前選好（$C$）と解釈行列（$E$）が共有され静的であると仮定していることを認めている。その結果、このモデルは記号の創発そのもののダイナミクスには対処していない。将来の研究では、連続的な多次元表現を用いてモデルを実際の生物やロボットに適合させ、$C$ および $E$ 行列の学習則を導入して社会的意味の創発をモデル化することが提案されている。