論文の概要: Toward Artificial Open-Ended Evolution within Lenia using Quality-Diversity
- arxiv url: http://arxiv.org/abs/2406.04235v1
- Date: Thu, 6 Jun 2024 16:35:27 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-07 13:59:57.808487
- Title: Toward Artificial Open-Ended Evolution within Lenia using Quality-Diversity
- Title（参考訳）: 品質多様性を用いたレニアにおける人工的オープンエンド進化に向けて
- Authors: Maxence Faldor, Antoine Cully,
- Abstract要約: 複雑なシステムにおける多種多様な自己組織化パターンの自動発見には,品質多様性が有効であることを示す。
我々のフレームワークは、Leniabreederと呼ばれ、手動で定義された多様性基準と教師なしの多様性尺度の両方を利用して、発見可能なパターンの範囲を広げることができる。
- 参考スコア（独自算出の注目度）: 5.380545611878407
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: From the formation of snowflakes to the evolution of diverse life forms, emergence is ubiquitous in our universe. In the quest to understand how complexity can arise from simple rules, abstract computational models, such as cellular automata, have been developed to study self-organization. However, the discovery of self-organizing patterns in artificial systems is challenging and has largely relied on manual or semi-automatic search in the past. In this paper, we show that Quality-Diversity, a family of Evolutionary Algorithms, is an effective framework for the automatic discovery of diverse self-organizing patterns in complex systems. Quality-Diversity algorithms aim to evolve a large population of diverse individuals, each adapted to its ecological niche. Combined with Lenia, a family of continuous cellular automata, we demonstrate that our method is able to evolve a diverse population of lifelike self-organizing autonomous patterns. Our framework, called Leniabreeder, can leverage both manually defined diversity criteria to guide the search toward interesting areas, as well as unsupervised measures of diversity to broaden the scope of discoverable patterns. We demonstrate both qualitatively and quantitatively that Leniabreeder offers a powerful solution for discovering self-organizing patterns. The effectiveness of unsupervised Quality-Diversity methods combined with the rich landscape of Lenia exhibits a sustained generation of diversity and complexity characteristic of biological evolution. We provide empirical evidence that suggests unbounded diversity and argue that Leniabreeder is a step toward replicating open-ended evolution in silico.
- Abstract（参考訳）: 雪片の形成から多様な生命形態の進化に至るまで、宇宙には出現が至るところにある。
単純なルールから複雑性がどのように生じるかを理解するために、セルラーオートマトンのような抽象計算モデルが自己組織化を研究するために開発されている。
しかし、人工システムにおける自己組織化パターンの発見は困難であり、過去には手動や半自動検索に大きく依存していた。
本稿では,進化的アルゴリズムのファミリーであるQuality-Diversityが,複雑なシステムにおける多様な自己組織化パターンの自動発見に有効なフレームワークであることを示す。
品質多様性アルゴリズムは多様な個体の集団を進化させることを目的としており、それぞれが生態学的ニッチに適応している。
連続的なセルオートマトンであるLeniaと組み合わせることで、我々の方法は多様な生物のような自己組織型自律パターンを進化させることができることを実証した。
我々のフレームワークはLeniabreederと呼ばれ、手動で定義された多様性基準を利用して、興味のある領域を探索し、また発見可能なパターンの範囲を広げるために、教師なしの多様性の測定を行うことができる。
我々はLeniabreederが自己組織化パターンを発見するための強力なソリューションであることを示す。
レニアの豊かな景観と組み合わせた教師なし品質多様性手法の有効性は、生物進化の多様性と複雑さの持続的な発生を示す。
非有界な多様性を示唆する実証的な証拠を提供し、レニアブレーダーはシリコにおけるオープンエンド進化の複製へのステップであると主張している。
関連論文リスト
- 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) - Case Study of Novelty, Complexity, and Adaptation in a Multicellular System [0.0]
DISHTINYシミュレーションシステムを用いたケーススタディにおいて、新規性、複雑さ、適応の共進化を追究する。
定性的に異なる10個の多細胞形態を記述し、その一部は非対称な成長と異なる生活段階を示す。
私たちのケーススタディは、新奇性、複雑さ、適応の間に緩やかな(時には相違する)関係が存在することを示唆しています。
論文 参考訳（メタデータ） (2024-05-12T10:13:36Z) - When large language models meet evolutionary algorithms [48.213640761641926]
事前訓練された大規模言語モデル(LLM)は、創造的な自然言語を生成する強力な能力を持つ。
進化的アルゴリズム(EA)は、複雑な現実世界の問題に対する多様な解決策を発見できる。
テキスト生成と進化の共通する集合性と方向性に動機づけられた本論文では,LLMとEAの並列性について述べる。
論文 参考訳（メタデータ） (2024-01-19T05:58:30Z) - DARLEI: Deep Accelerated Reinforcement Learning with Evolutionary
Intelligence [77.78795329701367]
本稿では,進化アルゴリズムと並列化強化学習を組み合わせたフレームワークであるDARLEIを提案する。
我々はDARLEIの性能を様々な条件で特徴付け、進化形態の多様性に影響を与える要因を明らかにした。
今後DARLEIを拡張して、よりリッチな環境における多様な形態素間の相互作用を取り入れていきたいと考えています。
論文 参考訳（メタデータ） (2023-12-08T16:51:10Z) - 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) - A Neuro-mimetic Realization of the Common Model of Cognition via Hebbian
Learning and Free Energy Minimization [55.11642177631929]
大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。
我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
論文 参考訳（メタデータ） (2023-10-14T23:28:48Z) - Creative Discovery using QD Search [4.941630596191806]
本稿では,進化的最適化とAIに基づく画像分類を組み合わせて品質多様性探索を行う手法を提案する。
抽象図面を生成する生成システム上で,本手法を検証した。
論文 参考訳（メタデータ） (2023-05-08T05:11:02Z) - Towards Large-Scale Simulations of Open-Ended Evolution in Continuous
Cellular Automata [0.0]
並列計算フレームワーク JAX を用いた大規模進化シミュレーションを構築した。
遺伝子操作子を暗黙的に実装するなど、システム設計の選択肢を多数報告する。
オープンエンド進化を促進する要因をいくつか提案する。
論文 参考訳（メタデータ） (2023-04-12T06:40:11Z) - Embodied Intelligence via Learning and Evolution [92.26791530545479]
環境の複雑さが形態学的知能の進化を促進することを示す。
また、進化は速く学習する形態を素早く選択することを示した。
我々の実験は、ボールドウィン効果とモルフォロジーインテリジェンスの発生の両方の力学的基礎を示唆している。
論文 参考訳（メタデータ） (2021-02-03T18:58:31Z) - Hierarchically Organized Latent Modules for Exploratory Search in
Morphogenetic Systems [21.23182328329019]
多様な表現の階層の教師なし学習を可能にする新しい動的・モジュラーアーキテクチャを導入する。
本システムは,ユーザの嗜好に対して効率よく多様性探索を適応できる発見アシスタントを構築できることを示す。
論文 参考訳（メタデータ） (2020-07-02T15:28:27Z) - Lenia and Expanded Universe [0.0]
生命に似た自己組織型自律パターンを生成できる連続セルオートマトンであるLeniaを実験的に拡張した。
我々は、多面体対称性、個性、自己複製、排出、摂取による成長などの新しい現象を発見し、労働と型分化の内部分裂を持つ「仮想真核生物」の出現を見た。
論文 参考訳（メタデータ） (2020-05-07T20:41:13Z)
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。