論文の概要: Emergence of specialized Collective Behaviors in Evolving Heterogeneous Swarms

• arxiv url: http://arxiv.org/abs/2402.04763v1
• Date: Wed, 7 Feb 2024 11:26:53 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-08 15:36:59.180196
• Title: Emergence of specialized Collective Behaviors in Evolving Heterogeneous Swarms
• Title（参考訳）: 進化する異種群集における特殊集団行動の発生
• Authors: Fuda van Diggelen, Matteo De Carlo, Nicolas Cambier, Eliseo Ferrante, A.E. Eiben
• Abstract要約: 社会性昆虫の群れのような自然集団は、驚くべきタスク専門化の度合いを示している。 我々は、表現型可塑性を持つシミュレーションロボット群を進化させ、特殊な集団行動の出現を研究する。
• 参考スコア（独自算出の注目度）: 3.918604886944516
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Natural groups of animals, such as swarms of social insects, exhibit astonishing degrees of task specialization, useful to address complex tasks and to survive. This is supported by phenotypic plasticity: individuals sharing the same genotype that is expressed differently for different classes of individuals, each specializing in one task. In this work, we evolve a swarm of simulated robots with phenotypic plasticity to study the emergence of specialized collective behavior during an emergent perception task. Phenotypic plasticity is realized in the form of heterogeneity of behavior by dividing the genotype into two components, with one different neural network controller associated to each component. The whole genotype, expressing the behavior of the whole group through the two components, is subject to evolution with a single fitness function. We analyse the obtained behaviors and use the insights provided by these results to design an online regulatory mechanism. Our experiments show three main findings: 1) The sub-groups evolve distinct emergent behaviors. 2) The effectiveness of the whole swarm depends on the interaction between the two sub-groups, leading to a more robust performance than with singular sub-group behavior. 3) The online regulatory mechanism enhances overall performance and scalability.
• Abstract（参考訳）: 社会昆虫の群れのような自然集団は、複雑なタスクに対処し、生き残るのに有用な、驚くべきタスク専門化の度合いを示す。 これは表現型的可塑性によって支えられ、それぞれが1つのタスクに特化して異なるクラスの個体に対して異なる形で表現される同じ遺伝子型を共有する。 本研究では,創発的知覚課題における特殊集団行動の出現を研究するため,表現型可塑性を有するシミュレーションロボット群を進化させる。 現象型可塑性は、ジェノタイプを2つのコンポーネントに分割し、各コンポーネントに1つの異なるニューラルネットワークコントローラを関連づけることで、行動の不均一性の形で実現される。 2つの構成要素を通してグループ全体の振る舞いを表現する遺伝子型は、単一のフィットネス機能によって進化する。 得られた行動を分析し,これらの結果から得られた知見を用いてオンライン規制機構を設計する。 私たちの実験は3つの大きな発見を示しました 1) サブグループは異なる創発的挙動を進化させる。 2) 群全体の有効性は2つのサブグループ間の相互作用に依存するため, 特異なサブグループ行動よりもロバストなパフォーマンスをもたらす。 3) オンライン規制機構は全体的なパフォーマンスとスケーラビリティを向上させる。

関連論文リスト

• Emergent Collective Reproduction via Evolving Neuronal Flocks [0.0]
  この研究は、VitaNovaという新しい人工生命の枠組みを通じて、個人性(ETI)の進化的遷移の理解を促進する。 VitaNovaは複雑に自己組織化と自然選択を融合させ、複雑な生殖群の出現をシミュレートする。
  論文  参考訳（メタデータ） (2024-09-20T06:22:24Z)
• Cognitive Evolutionary Learning to Select Feature Interactions for Recommender Systems [59.117526206317116]
  Cellはさまざまなタスクやデータに対して,さまざまなモデルに適応的に進化可能であることを示す。 4つの実世界のデータセットの実験では、細胞は最先端のベースラインを大幅に上回っている。
  論文  参考訳（メタデータ） (2024-05-29T02:35:23Z)
• Causal machine learning for single-cell genomics [94.28105176231739]
  単細胞ゲノミクスへの機械学習技術の応用とその課題について論じる。 まず, 単一細胞生物学における現在の因果的アプローチの基盤となるモデルについて述べる。 次に、単一セルデータへの因果的アプローチの適用におけるオープンな問題を特定する。
  論文  参考訳（メタデータ） (2023-10-23T13:35:24Z)
• An evolutionary model of personality traits related to cooperative behavior using a large language model [0.4972818675034513]
  ゲーム理論的関係の文脈における性格特性の進化を,個人間利益が強い選択圧力を及ぼす状況として研究する。 協調行動に関連する性格特性の言語記述を遺伝子として用いるエージェントモデルを構築した。 これらの性格特性に基づいて行動決定を行う大規模言語モデル(LLM)から抽出された決定論的戦略は、行動特性として用いられる。
  論文  参考訳（メタデータ） (2023-10-03T14:35:27Z)
• Persistent-Transient Duality: A Multi-mechanism Approach for Modeling Human-Object Interaction [58.67761673662716]
  人間は高度に適応可能で、異なるタスク、状況、状況を扱うために異なるモードを素早く切り替える。 人間と物体の相互作用(HOI)において、これらのモードは、(1)活動全体に対する大規模な一貫した計画、(2)タイムラインに沿って開始・終了する小規模の子どもの対話的行動の2つのメカニズムに起因していると考えられる。 本研究は、人間の動作を協調的に制御する2つの同時メカニズムをモデル化することを提案する。
  論文  参考訳（メタデータ） (2023-07-24T12:21:33Z)
• On Evolvability and Behavior Landscapes in Neuroevolutionary Divergent Search [0.0]
  進化性(Evolvability)とは、個々の遺伝子型が相互に多様な表現型を持つ子孫を産み出す能力である。 近年の研究では、発散探索法が選択的圧力を暗黙的に生成することで、進化性を促進することが示されている。 本稿では,神経進化的分岐探索と進化可能性の関係について,新しい視点を提供する。
  論文  参考訳（メタデータ） (2023-06-16T13:46:55Z)
• Learning signatures of decision making from many individuals playing the same game [54.33783158658077]
  我々は、個人の「行動スタイル」を符号化する表現を学習する予測フレームワークを設計する。 我々は,3本腕のバンディットタスクを行う1,000人の人間による大規模行動データセットに本手法を適用した。
  論文  参考訳（メタデータ） (2023-02-21T21:41:53Z)
• The world seems different in a social context: a neural network analysis of human experimental data [57.729312306803955]
  本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。 トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
  論文  参考訳（メタデータ） (2022-03-03T17:19:12Z)
• Heritability in Morphological Robot Evolution [2.7402733069181]
  遺伝性の生物学的概念を導入し,遺伝子型変異による表現型変異の量を把握する。 解析では,2つの異なるエンコーディングから進化した第1世代のロボットの遺伝性を測定した。 遺伝性は遺伝子型と表現型との関係をよりよく理解するための有用なツールであることを示す。
  論文  参考訳（メタデータ） (2021-10-21T14:58:17Z)
• Multi-modal Self-supervised Pre-training for Regulatory Genome Across Cell Types [75.65676405302105]
  我々は、GeneBERTと呼ばれる、多モードかつ自己管理的な方法でゲノムデータを事前学習するための、単純かつ効果的なアプローチを提案する。 我々はATAC-seqデータセットで1700万のゲノム配列でモデルを事前訓練する。
  論文  参考訳（メタデータ） (2021-10-11T12:48:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。