Evolving Self-Organising Agents Without Fitness: Three Falsifiable Experiments from Constraint-Driven Selection to Developmental Encoding
本論文は、物理的な制約のみでは適応度に基づかない進化において漸進的な構造的複雑性を駆動することはできないが、エージェントによるニッチ構築を、間接的な発生エンコーディング（CPPN）および種分化と組み合わせることで、オープンエンドな進化を成功裏に実現できることを示すプラットフォーム「Genesis」を導入するものである。
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
生命が、何をすべきかを教える教師を必要としない世界を想像してみてください。野生の世界では、動物たちは自分がライオンとして、あるいは魚として「優れている」と告げるスコアボードを持っているわけではありません。彼らはただ、暑さや寒さ、そして飢えを生き延びなければならないのです。数十年にわたり、コンピュータ上にデジタル生命を構築しようとしてきた科学者たちは、この問題に苦しんできました。彼らは通常、コンピュータ上のクリーチャーに対して、「よくできました、食べ物を見つけましたね！」とか「ダメでした、衝突しましたね！」といった「適応度スコア（報酬システム）」を与えてきました。しかし、これは少しズルをしているように感じられます。この科学分野における大きな問いは、誰かがスコアボードを渡すことなく、物理学や化学のルールに従うだけで、デジタルクリーチャーが複雑で興味深い行動を進化させられるシステムを構築できるか、という点です。この論文はこの謎を深く掘り下げ、「制約」（エネルギー切れなど）がいかにしてクリーチャーにとって唯一の教師として機能するか、そして「発達の魔法」（人間の赤ちゃんが単一の細胞から成長するように）を加えることが、彼らをより賢くする助けとなるのかを探求しています。
研究者たちは、これらのアイデアをテストするために「Genesis」と呼ばれるデジタル・プレイグラウンドを構築しました。彼らは、エージェント（小さなデジタルクリーチャー）が、世界における物理法則のみに突き動かされ、勝利を教える「適応度関数」がゼロの状態で自律的に進化できるシステムを作りたいと考えました。彼らは3つの主要な実験を行い、あらゆる失敗をミスとしてではなく、非常に精密な問いへの回答として扱いました。
第一に、彼らは物理的なルールのみを用いてクリーチャーを進化させる試みをしました。ゲームにおいて、「ゲームオーバー」の画面で死ぬことはできないけれど、内部バッテリーが早く消耗すると死んでしまう、というゲームを想像してみてください。科学者たちはすべての「よくできました」という信号を取り除き、クリーチャーを1万世代にわたって進化させました。その結果、クリーチャーは確かに進化し続け、変化し続けていることが分かり、これは大きな成功でした。しかし、彼らは「ガラスの天井」に突き当たりました。クリーチャーは少しずつ複雑にはなりましたが、そこで止まってしまったのです。どれほど長くプレイしても、それ以上大きくも賢くもなることはできませんでした。この研究は、ダイナミック・ディフィカルティ・アジャスター（動的な難易度調整器）と、奇妙なアイデアを保存する「ノベルティ・キーパー（新奇性保持者）」という2つのツールが、ゲームを継続させるために不可欠であることを示しましたが、それらを用いても、クリーチャーがその天井を突破することはできませんでした。
次に、彼らはこう問いかけました。「もしクリーチャーが環境を変えられるとしたらどうだろうか？」生物学において、動物はしばしば巣を作ったり土壌を変えたりしますが、これは彼らの進化を助けます。チームは、デジタルクリーチャーが化学物質を分泌して周囲の世界を変えられるようにしました。彼らは、この実験をテストするために「シャム・コントロール（擬似対照実験）」という巧妙なトリックを用いました。一方のバージョンでは、クリーチャーは実際に世界を変えていましたが、もう一方のバージョンでは、クリーチャーは世界を変えている「つもり」になっているだけで、コンピュータが密かにその変化をブロックしていました。結果は驚くべきものでした。たとえクリーチャーが環境の変化に成功したとしても、それがガラスの天井を突破する助けにはなりませんでした。環境は変化しましたが、クリーチャーの脳がより複雑になることはなかったのです。これにより、単に「環境で遊ぶ」だけでは、適応度スコアなしに複雑な生命を生み出すには不十分であるということが証明されました。
最後に、研究者たちは異なるアプローチを試みました。それは「発達的エンコーディング（Developmental Encoding）」です。クリーチャーに単純なレシピのような「平坦な指示リスト」を与える代わりに、家を建てるための設計図のような「成長計画」を与えました。彼らは、異なる「種」が互いの食卓を奪い合わないように保護されたシステムを備えた、CPPNと呼ばれる特殊なネットワークを使用しました。今回の結果は異なっていました。クリーチャーは、はるかに複雑な構造を成長させ始めたのです。最初の2つの実験が壁に突き当たった一方で、この新しい手法は、その壁を突破する最初の手がかりを示しました。
これが単なるデジタルのノイズではないことを確認するため、彼らは最終的な一連のテストを行いました。その結果、複雑な「成長計画」を持つクリーチャーは、単純なものよりも問題を解決し、エネルギーを効率的に利用することに長けていることが分かりました。彼らは、この追加された複雑さが単なる「ブロート（無駄なコードの肥大化）」ではなく、変化する世界で生き残るために必要なツールであることを証明しました。
要約すると、この論文は、厳格な物理的ルールはデジタル生命を生存させることはできるものの、それだけでは真に複雑なものを作り出すには不十分であることを示唆しています。単に環境を変えることも、問題の解決にはなりません。しかし、クリーチャーに単にハードコードされた存在ではなく、自らの「脳を成長させる」方法を与えることが、複雑さのレベルを引き上げる鍵であるようです。この研究は、真にオープンエンドで自己組織的な生命を構築するためには、物理的な制約、新しいアイデアを保護する方法、そして複雑さが自然に成長できる発達システムを組み合わせる必要があると結論付けています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。