💻 computer science

Microcosmos: Reimagining Artificial Life for the GPU Era

本論文は、人工生命を2次元粘性流体中の弾性フィラメントとしてモデル化する、GPUに最適化されたエンドツーエンドで微分可能なシミュレーションエンジンであるMicrocosmosを紹介しており、大規模なオープンエンド進化に向けた物理的な妥当性、微分可能性、およびスケーラビリティを実証することに成功している。

原著者： Mark Tensen, Ciaran Regan, Bert Wang-Chak Chan, Mizuki Oka, Kenneth O. Stanley, Grisha Szep

公開日 2026-07-07

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Mark Tensen, Ciaran Regan, Bert Wang-Chak Chan, Mizuki Oka, Kenneth O. Stanley, Grisha Szep

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

コンピュータに「生命」を創り出す方法を教えることを想像してみてください。何十年もの間、科学者たちはもどかしい選択を迫られてきました。物理法則（水の抵抗や重力など）に厳格に従う世界を構築すれば、動作が非常に遅いため、ごく少数の小さな生物しかシミュレーションできません。あるいは、コンピュータ上で超高速で動作する世界を構築できても、それは実際の生物の動きや相互作用とは全く関係のない抽象的なルールに基づいたものになります。

Microcosmosは、人工生命のための新しい「遊び場」であり、「両手に花」を持とうとする試みです。これは現代のグラフィックスカード（GPU）上で動作するように設計されたシミュレーションエンジンであり、数千もの生命体を同時にシミュレートしながら、粘り気のある厚い流体の中を泳ぐという現実の物理法則に従わせることを可能にします。

以下に、簡単な比喩を用いてその仕組みを解説します。

1. 生物：「弾性ストリングの人々」

複雑な器官や筋肉をシミュレートする代わりに、Microcosmosは生命を弾性フィラメントから構築します。これは、長い、柔軟な紐やビーズの鎖のようなものだと考えてください。

動き方： 本物の虫やクラゲのように、これらの紐は曲げたり、伸ばしたり、うねったりすることができます。
「遺伝暗号」： コンピュータプログラムは、紐の硬さ、理想的な長さ、好ましい曲がり角度などを制御します。これらの設定を微調整することで、「生物」は自身の形や動きのスタイルを変えることができます。

2. 世界：「厚い蜂蜜」

これらのストリング・クリーチャーたちは、粘性流体で満たされた2次元の世界に生息しています。水ではなく、厚い蜂蜜のプールの中で泳いでいるところを想像してください。

なぜ重要なのか： このような粘り気のある世界では、（貝殻が開閉するように）左右対称にただ左右に動くだけでは、どこにも進むことができません。これは「スキャロップ定理（Scallop Theorem）」として知られています。移動するためには、本物の細菌やオタマジャクシが行うように、非対称で時間不可逆な動きを行う必要があります。
物理学： シミュレーションは、流体が紐に対してどのように押し、紐が流体に対してどのように押し返すかを計算します。これは、生物と水の間の双方向の対話なのです。

3. 超能力：「魔法の消しゴム」（微分可能性）

これは最もテクニカルですが、最も素晴らしい部分です。通常、生物の形を改善したい場合、推測し、テストし、失敗し、再び推測するというプロセスを繰り返さなければなりません。

Microcosmosは異なります： 全体のシミュレーションが特定の数学的フレームワーク（JAX）に基づいて構築されているため、完全に微分可能です。
比喩： あなたが紐を折り曲げて数字の「7」の形を作ろうとしていると想像してください。通常のシミュレーションでは、何千回も推測と確認を繰り返す必要があります。しかしMicrocosmosでは、コンピュータは最終的な結果を見て、紐のどの部分の曲がり方が間違っていたのかを瞬時に計算し、自動的に紐を完璧な形へと「滑らせる」ことができます。それは、間違いを即座に修正する方法を知っている「魔法の消しゴム」を持っているようなものです。

4. 彼らがテストしたこと

チームは、システムが機能することを証明するために、主に4つの実験を行いました。

「手動設計」テスト： 彼らは、5種類の異なる泳ぎ方（虫、オタマジャクシ、クラゲ、エイなど）を手動でプログラミングしました。シミュレーションは、これらの生物が厚い流体の中で物理学が予測する通りに正確に動くことを確認しました。例えば、「エイ」（左右対称に動くもの）は動けなくなりましたが、「クラゲ」（非対称に動くもの）は前進しました。
「折り畳み」テスト： 彼らは、コンピュータの「魔法の消しゴム」を使って、1,000個のノードを持つ紐を、手書きの数字（0〜9）の形に折り畳むよう指示しました。コンピュータは、紐を認識可能な数字の形に折り畳むことに成功し、システムが数学的に精密であることを証明しました。
「進化」テスト： 彼らは、コンピュータアルゴリズムに紐のコントローラーを「進化」させました。紐の動きを指示する代わりに、コンピュータに何百万ものランダムなバリエーションを試させました。システムは、多くの異なる泳ぎ方を自動的に発見し、さらには水中の「餌（エネルギー粒子）」に向かって泳ぐ方法さえ学習しました。
「スケール」テスト： 生物を追加するにつれてコンピュータがどれほど速くなるかをチェックしました。多くのシミュレーションは、要素を追加するにつれて指数関数的に遅くなります（例えば、都市のすべての人が他のすべての人とどのように相互作用するかを計算しようとする場合のように）。しかし、Microcosmosは線形にスケールします。つまり、生物の数を2倍にしても、時間は4倍ではなく、単に2倍になるだけです。これにより、大規模な集団（最大50万個の粒子）を効率的にシミュレートできます。

まとめ

Microcosmosは架け橋です。それは、微小な生物が泳ぐ際の乱雑で物理的な現実と、現代のコンピュータハードウェアの速度とパワーを結びつけます。これは単に生命をシミュレートするだけでなく、研究者が、人間が想像もしなかったような新しい複雑な行動を自動的に発見できるような方法で、生命をシミュレートするものです。

著者たちはこれをオープンなプラットフォームとして公開しており、これが次世代の人工生命研究の基礎となり、大規模で物理的にリアルな進化実験がついに実行可能になることを期待しています。

技術要約：Microcosmos：GPU時代における人工生命の再構築

問題提起

人工生命（ALife）の分野は、物理的な信憑性と計算上のスケーラビリティの間の根本的なトレードオフに直面している。既存のシミュレータは、一般的に以下の2つのカテゴリーに分類される：

抽象的な基質： ルールベースのシステム（例：セル・オートマトン、Lenia、Tierra）は計算効率が高く、オープンエンドな進化をサポートするが、流体力学や生物物理学のような物理原則に基づいた接地性が欠けており、身体化された行動のリアリズムを制限している。
物理的に接地されたシミュレータ： 現実的な物理現象（例：剛体の衝突、流体構造相互作用）をシミュレートするシステムは、大規模な進化探索においては計算量的に実行不可能であったり、高い抽象レベルで動作したり、あるいはオープンエンドな進化ダイナミクスよりも強化学習のために設計されていたりすることが多い。

著者らは、オープンエンドな進化的複雑性を達成するためには、現実世界の制約（低レイノルズ数流体力学など）を尊重できるほど物理的に信頼でき、かつ進化探索を大規模にサポートできるほど効率的であり、かつ複雑な形態を促発できるほど行動的に豊かなシミュレータが必要であると主張している。

手法

著者らは、現代のGPUハードウェアおよびエンドツーエンドの微分可能性のためにゼロから設計されたシミュレーションエンジンであるMicrocosmosを提示する。このシステムは、人工生命体を二次元粘性流体世界に生息する弾性フィラメント鎖としてモデル化している。

コア・コンポーネント

フィラメント表現： 生命体は、接続されたノードからなる離散的な弾性ロッド（Cosserat Rods）としてモデル化される。各エッジは、材料フレーム角（ $\theta$ ）と、静止長（ $L_{rest}$ ）、静止角（ $\theta_{rest}$ ）、剛性係数（ $k_{bend}, k_{shear}, k_{stretch}$ ）を含む物理パラメータを持つ。トポロジーは、グラフ表現を通じてループや分岐をサポートする。
ダイナミクス・ソルバー： システムは、制約を解くために**位置ベース動力学（Position-Based Dynamics: PBD）**を使用する。この反復手法は、幾何学的制約（曲げ、伸張、せん断）を満たすように、ノードの位置と方向を直接修正する。PBDは、暗黙的な線形ソルバーを通じた微分を回避し、自動微分との互換性と無条件の安定性を備えているため採用された。
流体シミュレーション： 環境は、D2Q9モデル（2次元、9速度）を用いた**格子ボルツマン法（Lattice Boltzmann Method: LBM）**を用いてモデル化されている。このメゾスコピックなアプローチは、再メッシュなしで移動境界を処理でき、GPU上での線形スケーリング（ $O(n)$ ）を可能にする。
流体構造相互作用： 相互作用は**埋め込み境界法（Immersed Boundary Method: IBM）**を介して処理される。フィラメントのノードは局所的な流体速度をサンプリングして抗力を決定し、その速度はグリッドへとブロードキャストされる。厚みのないフィラメントを透過する流体の漏れを防ぐため、著者らはマルチダイレクトフォーシング（MDF）、二重緩和時間（TRT）スキーム、および二層のフィラメント・ブロードキャスト技術を採用している。
自己回避： 衝突回避は、グリッドベースのステリック（立体）反発場によって管理される。ノードの位置はグリッド上に配置され、FFT畳み込みを介して拡散され、その結果生じる密度勾配が反発力を生成する。これにより、 $O(n^2)$ のペアワイズ距離チェックを回避している。
微分可能性： PBD制約からLBM流体更新に至るパイプライン全体がJAXで実装されており、エンドツーエンドの自動微分を可能にしている。これにより、勾配ベースの最適化と進化探索の両方がサポートされる。

エンコーディングと探索

Microcosmosは探索手法に依存せず、以下をサポートする：

直接エンコーディング： 各ノードのパラメータを明示的に指定する。
間接エンコーディング： 空間的・時間的な入力を物理的特性にマッピングする生成モデル（例：CPPN）。
最適化手法： 形状最適化のための勾配降下法、および移動戦略の発見のための神経進化（NEAT）と多様性・質（Quality-Diversity: QD）探索（MAP-Elites）。

主な貢献

スケーラブルで微分可能なシミュレータ： Microcosmosは、微分可能な柔軟なフィラメントシミュレーションと、解決された流体ソルバー（LBM）を組み合わせ、形態とコントローラーの同時最適化を実現した初のシステムである。
GPUネイティブ・アーキテクチャ： エンジンは並列実行のために設計されており、粒子ベースのシステムが直面する二次的なスケーリングとは異なり、粒子数に対して線形スケーリングを実現している。
オープンなプラットフォーム： ALifeコミュニティ内での大規模なオープンエンド進化シミュレーションを促進するため、コードはオープンソースのプラットフォームとして公開されている。

実験結果

エンジンは、以下の4つの異なる実験を通じて検証された：

手設計による移動： 手動で設計された幾何学構造（ワーム、タドポール、レイ、繊毛、クラゲ）を持つ5種類の生物を、粘性スイープ（ $10^{-3}$ から$2$）にわたってテストした。
- 結果： シミュレーションは、パーセルのスカラップ定理などの物理的制約を正しく再現した。時間可逆的な戦略（例：「レイ」）は高粘度において正味の変位を生じなかったが、非可逆的な戦略（例：「繊毛」）は移動能力を維持しており、流体結合が低レイノルズ数物理を尊重していることが確認された。
フィラメントの折り畳み（微分可能性）： 1000ノードのフィラメントを、勾配降下法を用いてMNISTの数字の形状に折り畳むよう最適化した。
- 結果： システムは損失関数を正常に最小化し、フィラメントを認識可能な数字の形状へと折り畳んだ。これにより、PBDソルバーおよび流体計算を含むパイプラインの完全な微分可能性が確認された。

вес コントローラーの神経進化： フィラメントノードを制御するために、組成型パターン生成ネットワーク（CPPN）を進化させた。適応度は変位と化学走性（エネルギー収集）に基づいている。
* 結果： システムは正弦波状の移動戦略を進化させ、化学勾配をナビゲートする能力を示した。これにより、感覚運動制御と物理ダイナミクスの統合が検証された。

多様性・質（QD）探索： 行動記述子（曲げの努力量と伸張の努力量）に基づき、多様な移動戦略を発見するためにMAP-Elitesを用いた。
- 結果： 正弦波運動、方向転換、複雑な動き、パドル状の円形構造など、多種多様な遊泳ゲイト（歩容）が出現し、フィラメント・エンコーディングの表現力が示された。
スケーラビリティ： 実行時間を粒子数（最大50万粒子）に対して測定した。
- 結果： Microcosmosは粒子数に対して線形スケーリングを示し、Particle Lifeのようなペアワイズ相互作用を行うシステムに見られる $O(n^2)$ のスケーリングとは対照的な結果となった。

重要性と主張

論文は、MicrocosmosがALife研究における歴史的なボトルネック、すなわち「物理的に接地されたシミュレーションをスケールさせる能力の欠如」に対処していると主張している。生物学におけるフィラメント構造（鞭毛から細胞骨格ネットワークまで）の普遍性と、GPU加速された流体ソルバーの効率性を活用することで、著者らは物理的な信憑性と計算上の実行可能性の間の溝を埋めるツールを提供している。

著者らは、Microcosmosを最終的な解決策ではなく、基礎的なプラットフォームとして位置づけている。彼らは、物理的に接地されたシミュレーションのスケーリングは、現代のAIにおける計算量のスケーリングと同様に、人工生命の未来にとって極めて重要であると論じている。このシステムは、物理的に妥当な仮想世界におけるマルチエージェント相互作用、生・死のダイナミクス、自己組み立て、そして個体性と共生の創発に関する将来の研究をサポートすることを目的としている。論文は、オープンエンドな進化的複雑性を達成するために、このオープンなプラットフォームの上に構築していくようコミュニティに呼びかけて締めくくられている。