論文の概要: [Social] Allostasis: Or, How I Learned To Stop Worrying and Love The Noise

• arxiv url: http://arxiv.org/abs/2508.12791v1
• Date: Mon, 18 Aug 2025 10:06:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-19 14:49:11.176926
• Title: [Social] Allostasis: Or, How I Learned To Stop Worrying and Love The Noise
• Title（参考訳）: 社会]アロステアシス:騒音を心配し、愛すのをやめるために学んだこと
• Authors: Imran Khan,
• Abstract要約: 本稿では、アロスタティックおよび社会的アロスタティックな規制の計算モデルを定式化する。 環境と社会的相互作用の両方から情報をエンコードするために、コルチゾールやオキシトシンのようなホルモンに類似した生理的なシグナル伝達体を用いる。 その結果、アロスタティックおよび社会的アロスタティックな規制により、エージェントは「環境・社会騒音」を適応的再構成に活用できることがわかった。
• 参考スコア（独自算出の注目度）: 0.6599344783327052
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The notion of homeostasis typically conceptualises biological and artificial systems as maintaining stability by resisting deviations caused by environmental and social perturbations. In contrast, (social) allostasis proposes that these systems can proactively leverage these very perturbations to reconfigure their regulatory parameters in anticipation of environmental demands, aligning with von Foerster's ``order through noise'' principle. This paper formulates a computational model of allostatic and social allostatic regulation that employs biophysiologically inspired signal transducers, analogous to hormones like cortisol and oxytocin, to encode information from both the environment and social interactions, which mediate this dynamic reconfiguration. The models are tested in a small society of ``animats'' across several dynamic environments, using an agent-based model. The results show that allostatic and social allostatic regulation enable agents to leverage environmental and social ``noise'' for adaptive reconfiguration, leading to improved viability compared to purely reactive homeostatic agents. This work offers a novel computational perspective on the principles of social allostasis and their potential for designing more robust, bio-inspired, adaptive systems
• Abstract（参考訳）: ホメオスタシスの概念は、通常、環境や社会的摂動による偏差に抵抗することによって、生物学的および人工的なシステムを安定性を維持するものとして概念化している。 これとは対照的に、(社会的な)アロスタシスは、これらのシステムがこれらの非常に摂動を積極的に活用し、環境要求を予測して規制パラメータを再構成し、フォン・フォアスターの「騒音による秩序」の原理と整合させることを提案している。 本稿では,コルチゾールやオキシトシンなどのホルモンに類似した生体生理学的に誘発されるシグナル伝達体を用いたアロスタティックおよび社会的アロスタティック制御の計算モデルを定式化し,この動的再構成を媒介する環境と社会的相互作用の両方から情報をエンコードする。 これらのモデルは、エージェントベースのモデルを使用して、いくつかの動的環境にわたる‘Anmats’の小さな社会でテストされる。 その結果、アロスタティックおよび社会的アロスタティック・レギュレーションにより、エージェントは適応的再構成に環境や社会の「ノイズ」を活用することができ、純粋な反応性のホメオスタティック・エージェントと比較して生存性が向上することが示された。 この研究は、社会アロスタシスの原理と、より堅牢でバイオインスパイアされた適応的なシステムを設計する可能性に関する新しい計算的視点を提供する。

関連論文リスト

• Allee Synaptic Plasticity and Memory [0.0]
  本稿ではアリーベース非線形塑性モデルについて検討する。 生物学的にインスパイアされた体重安定化機構、騒音の堅牢性の向上、シナプス調節の限界しきい値を強調している。
  論文  参考訳（メタデータ） (2025-08-11T18:27:23Z)
• DynamiX: Large-Scale Dynamic Social Network Simulator [101.65679342680542]
  DynamiXは、動的ソーシャルネットワークモデリングに特化した新しい大規模ソーシャルネットワークシミュレータである。 世論のリーダーに対しては、情報ストリームに基づくリンク予測手法を提案し、同様の姿勢で潜在的ユーザを推薦する。 一般ユーザに対しては,不等式指向の行動決定モジュールを構築する。
  論文  参考訳（メタデータ） (2025-07-26T12:13:30Z)
• Allostatic Control of Persistent States in Spiking Neural Networks for perception and computation [79.16635054977068]
  本稿では,アロスタシスの概念を内部表現の制御に拡張することにより,環境に対する知覚的信念を更新するための新しいモデルを提案する。 本稿では,アトラクタネットワークにおける活動の急増を空間的数値表現として利用する数値認識の応用に焦点を当てる。
  論文  参考訳（メタデータ） (2025-03-20T12:28:08Z)
• Surprise! Using Physiological Stress for Allostatic Regulation Under the Active Inference Framework [Pre-Print] [0.5586191108738563]
  本研究では, 生理的ストレスホルモン(コルチゾール)の分泌に予測誤差を基礎づけるモデルを構築した。 以上の結果から,コルチゾール (ストレス) の静電気的作用は, 長期間の生理的調節に適応的に有効であることが示唆された。
  論文  参考訳（メタデータ） (2024-06-12T17:56:15Z)
• Agent Alignment in Evolving Social Norms [65.45423591744434]
  本稿では,エージェント進化とアライメントのための進化的フレームワークであるEvolutionaryAgentを提案する。 社会規範が継続的に進化する環境では、エージェントは現在の社会規範に適応し、生存と増殖の確率が高くなる。 進化的エージェントは、一般的なタスクにおいてその能力を維持しながら、進化する社会規範と徐々に整合できることを示す。
  論文  参考訳（メタデータ） (2024-01-09T15:44:44Z)
• Emergence of Adaptive Circadian Rhythms in Deep Reinforcement Learning [0.0]
  環境の規則性に適応することは、生物が出来事や計画を予測するために重要である。 深部強化学習エージェントにおける概日リズムの出現について検討した。
  論文  参考訳（メタデータ） (2023-07-22T18:47:18Z)
• Perturbation theory under the truncated Wigner approximation reveals how system-environment entanglement formation drives quantum decoherence [0.0]
  量子デコヒーレンス(quantum decoherence)は、環境との相互作用の結果、離散量子系内の単純な位相関係が消失することである。 そこで, 時間依存摂動理論とトランクテッドウィグナー近似を併用する理論的枠組みを導入する。 低周波環境モードの選択的抑制は、量子デコヒーレンスを緩和するのに特に有効であることを示す。
  論文  参考訳（メタデータ） (2022-06-22T18:17:28Z)
• The principle of weight divergence facilitation for unsupervised pattern recognition in spiking neural networks [0.0]
  本研究では,STDPシナプス可塑性規則を付加し,背景雑音と相関信号の最大差に伴う状態への重み変化を指示する手法を提案する。 可塑性開発に必要な生化学物質の存在と生産によって生物学的シナプスストレート修飾が制限されることが提案されている。
  論文  参考訳（メタデータ） (2021-04-20T13:11:15Z)
• Ecological Reinforcement Learning [76.9893572776141]
  このような条件下での学習を容易にする環境特性について検討する。 環境の特性が強化学習エージェントのパフォーマンスにどのように影響するかを理解することは、学習を魅力的にする方法でタスクを構造化するのに役立ちます。
  論文  参考訳（メタデータ） (2020-06-22T17:55:03Z)

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。