Tuning Agent-Based Predator-Prey Models Toward Lotka-Volterra Dynamics

技術要約：ロトカ・ヴォルテラ動態に向けたエージェントベース捕食者・被食者モデルのチューニング

問題提起
近年の計算能力の向上により、複雑適応系をシミュレートするための大規模なエージェントベースモデル（ABM）の使用が可能になった。しかし、中心的な困難として、ABMは多くの場合、微細な調整によって暴走的な挙動、個体数の崩壊、あるいは人工的な飽和を招くような多数の局所的なルールやパラメータを含んでいる。課題は、複雑性を生成する局所的な相互作用を取り除くことなく、これらの動態を制約し、安定した意味のある個体数レベルの構造を生み出すことにある。具体的には、著者らは、連続的な捕食者・被食者系の微視的なパラメータを調整することで、結果として得られるマクロな個体数動態を、古典的で滑らかなロトカ・ヴォルテラ（LV）方程式の振動に近似させることができるかどうかを調査している。

手法
本研究では、羊（被食者）と狼（捕食者）を自己推進するアクティブエージェントとしてモデル化した、連続的な二次元捕食者・被食者系を採用している。システムは、ハードウェアアクセラレータ（NVIDIA A100 GPU）上での効率的なバッチシミュレーションを可能にするJAXベースのフレームワークであるABMaxを用いて実装されている。

• エージェントの動態: エージェントは内部エネルギー、局所的な感知能力（遮蔽を伴うレイキャスティング）、および現代的なウィルソン・コーワン解釈に基づく連続時間回帰ニューラルネットワーク（CTRNN）によって制御される。エージェントはデカルト平面上を移動し、中央の草地（羊）からエネルギーを得るか、あるいは獲物を消費すること（狼）でエネルギーを得る一方、代謝コストを負う。
• 個体数のターンオーバー: 出生と死亡は閾値に基づいている。エージェントは、エネルギーが特定の期間にわたって閾値を超え、かつスロットが利用可能な場合に繁殖する。エネルギーが一定期間閾値を下回った場合に死亡する。子は親のコントローラーのパラメータと親のエネルギーの半分を継承する。
• 最適化戦略: 最適化は2つの異なる段階で行われる：
  1. コントローラーの最適化: 共分散行列適応進化戦略（CMA-ES）を用い、まず羊と狼のニューラルネットワークコントローラーを個別に最適化する。狼はランダムな羊のコントローラーに対して訓練され、その逆も同様に行われ、堅牢な局所的行動を確立する。
  2. ABMレベルのチューニング: コントローラーを固定した状態で（進化させたもの、またはランダムな初期化状態のいずれか）、生態学的パラメータ（例：草の摂取率、捕食によるエネルギー転換率、代謝コスト、出生・死亡閾値）を最適化する。
• 目的関数: チューニングは、LV的な動態を強制するように設計された特徴量ベースの損失関数を対象としている。損失（$L$）は、以下の構成要素の加重和である：
  • 相関損失 ($L_{corr}$): ピアソンの相関係数を用い、被食者と捕食者の個体数間の位相遅れ（被食者が捕食者に先行する）および成長・減少の傾きの整合性に報酬を与える。また、局所的なLV圧力をエンコードする（高い被食者密度が捕食者の成長を促し、その逆も同様であること）。
  • 安定性損失: 絶滅の防止 ($L_e$)、人工的な個体数上限での飽和の防止 ($L_c$)、十分な振動振幅の確保 ($L_a$)、非単調な軌跡の強制 ($L_t$)、平均値を頻繁に横切らない軌跡へのペナルティ ($L_{cross}$)、および個体数平均の長期的なドリフトの最小化 ($L_d$) を含む項。

主な結果

• LV動態への収束: 最適化は、羊と狼の個体数の間で持続的かつ結合した振動を示すレジームへと、ABMのパラメータを導くことに成功した。損失は、ランダムなコントローラーと比較して、進化させたコントローラーを使用した場合に顕著に減少した。
• コントローラーの影響:
  • 進化させたコントローラー: 「ノイジー」で、より理想化されていない振動を生み出したが、これらは適切に境界内に留まり、極端な飽和を回避していた。これは、学習された局所的行動が、調整された生態学的パラメータと組み合わされたとき、より行動論的に根拠のある動態を生み出すことを示唆している。
  • ランダムなコントローラー: より滑らかで規則的な振動を生み出したが、人工的な個体数上限に接近する傾向があった。これは、学習された行動的制約がない場合、システムが安定性を維持するために調整されたパラメータに大きく依存していることを示している。
• 空間的組織化: 可視化を行うと、進化したエージェントは明確な空間構造を示した。狼は（被食者密度が高い）草地の近くに集まり、一方で羊はより広く分散していた。著者らは、この空間的行動はコントローラーの最適化から創発したものであり、ABMレベルのチューニングがエネルギーフローのバランスを取ることで、この行動が長いタイムホライズンにわたって生存可能であることを保証したと述べている。

意義と主張
本論文は、望ましいマクロな生態学的レジーム（ロトカ・ヴォルテラ動態）が、微視的なエージェントベースモデルのパラメータ空間を探索するための明示的なトップダウンの最適化ターゲットとして機能し得ることを主張している。著者らは、ABMが自動的にLV動態を発見することを意味するのではなく、また、一意の微視的モデルがマクロな軌跡から推論できることを意味するのでもないことを強調している。

むしろ、その意義は、複雑な個体ベースのシステムが動的に適切に振る舞い続けるパラメータ領域を特定するために、マクロな制約を用いることができることを示した点にある。本研究は、行動的構造（局所的なコントラーラー最適化によって生成される）と、個体数レベルの安定化（グローバルな生態学的パラメータの調整によって達成される）の区別を浮き彫りにしている。このアプローチは、生態学的な制約を用いることで、非自明な創発的動態を保持しながら、システムを生存可能な範囲内に留める手法を提供しており、オープンエンドなマルチエージェントシステムの研究に寄与するものである。また、本研究は、大規模なエージェントシミュレーションを並列化および最適化するためのABMaxフレームワークの有用性を検証している。