論文の概要: Internalized Morphogenesis: A Self-Organizing Model for Growth, Replication, and Regeneration via Local Token Exchange in Modular Systems

• arxiv url: http://arxiv.org/abs/2602.06296v1
• Date: Fri, 06 Feb 2026 01:41:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.218079
• Title: Internalized Morphogenesis: A Self-Organizing Model for Growth, Replication, and Regeneration via Local Token Exchange in Modular Systems
• Title（参考訳）: 内部形態形成: モジュールシステムにおける局所的トークン交換による成長・複製・再生のための自己組織化モデル
• Authors: Takeshi Ishida,
• Abstract要約: 本研究では,Swarm Robotics やmicro-nanomachines などの自律システムのための内部形態形成モデルを提案する。 モジュールは「石田トークンモデル」を拡張することで、微分方程式を解くことなくRDにインスパイアされた離散アナログを用いて整数値を交換する。 結果は、洗練された形態学的挙動は、最小内部のみの規則から生じる可能性があることを示唆している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This study presents an internalized morphogenesis model for autonomous systems, such as swarm robotics and micro-nanomachines, that eliminates the need for external spatial computation. Traditional self-organizing models often require calculations across the entire coordinate space, including empty areas, which is impractical for resource-constrained physical modules. Our proposed model achieves complex morphogenesis through strictly local interactions between adjacent modules within the "body." By extending the "Ishida token model," modules exchange integer values using an RD-inspired discrete analogue without solving differential equations. The internal potential, derived from token accumulation and aging, guides autonomous growth, shrinkage, and replication. Simulations on a hexagonal grid demonstrated the emergence of limb-like extensions, self-division, and robust regeneration capabilities following structural amputation. A key feature is the use of the body boundary as a natural sink for information entropy (tokens) to maintain a dynamic equilibrium. These results indicate that sophisticated morphological behaviors can emerge from minimal, internal-only rules. This framework offers a computationally efficient and biologically plausible approach to developing self-repairing, adaptive, and autonomous hardware.
• Abstract（参考訳）: 本研究では,Swarm Robotics や Micro-nanomachines などの自律型システムにおいて,外部空間計算の必要性を排除した内部形態形成モデルを提案する。 従来の自己組織化モデルは、資源制約された物理加群にとって実用的でない空の領域を含む、座標空間全体の計算を必要とすることが多い。 提案モデルでは,「体」内の隣接モジュール間の密接な局所的相互作用を通じて複雑な形態形成を実現する。 「石田トークンモデル」を拡張することで、モジュールは微分方程式を解くことなくRDにインスパイアされた離散アナログを用いて整数値を交換する。 トークンの蓄積と老化に由来する内部電位は、自律的な成長、縮小、複製を導く。 ヘキサゴナルグリッド上のシミュレーションは、構造的切断後の手足のような拡張、自己分割、頑健な再生能力の出現を実証した。 鍵となる特徴は、ダイナミック平衡を維持するために情報エントロピー(トークン)の自然なシンクとして体の境界を使用することである。 これらの結果は、洗練された形態学的挙動が最小限の内部のみの規則から生じることを示唆している。 このフレームワークは、自己修復、適応、および自律的なハードウェアを開発するための、計算的に効率的で生物学的に妥当なアプローチを提供する。

関連論文リスト

• From Complex Dynamics to DynFormer: Rethinking Transformers for PDEs [6.873342825786888]
  トランスフォーマーベースのニューラルオペレータは、強力なデータ駆動型代替手段として登場した。 動的インフォームドニューラル演算子DynFormerを提案する。 我々はDynFormerが、最先端のベースラインと比較して95%の相対誤差を削減できることを示す。
  論文  参考訳（メタデータ） (2026-03-03T15:45:09Z)
• A Solvable Molecular Switch Model for Stable Temporal Information Processing [0.0]
  リニア・イン・ザ・ステートと非線形・イン・イン・イン・イン・イン・インプットのモデルは正確に解決可能であり、収束とフェードメモリの数学的性質も持っている。 その結果、動的分子スイッチを深いカスケード/層状フィードフォワードおよびリカレントアーキテクチャの計算単位として使用するための理論的支援が得られた。 また、脳にインスパイアされた振る舞いを模倣し、入力信号に対して安定した計算を実行できる任意の物理デバイスをエミュレートできる、より一般的な正確な解決可能なモデルをインスパイアすることもできる。
  論文  参考訳（メタデータ） (2025-08-21T11:13:56Z)
• Learning Deformable Body Interactions With Adaptive Spatial Tokenization [7.74274240680049]
  変形可能な物体間の相互作用のシミュレーションは、材料科学、機械設計、ロボット工学などの分野において不可欠である。 オブジェクト間の相互作用をモデル化するには、ペアワイズなグローバルエッジを動的に作成する必要がある。 物理的状態の効率的な表現のための適応的空間トークン化(AST)手法を提案する。
  論文  参考訳（メタデータ） (2025-07-18T07:27:35Z)
• 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)
• A Computational Model of Learning and Memory Using Structurally Dynamic Cellular Automata [0.0]
  そこで本研究では,生物工学的手法に基づく学習と記憶の数学的・計算モデルを提案する。 実験結果から,1回のトレーニング実行後に報酬状態を再発見するために,モデルが最適に近い選択をすることができることがわかった。
  論文  参考訳（メタデータ） (2024-12-20T17:26:17Z)
• Stochastic parameter reduced-order model based on hybrid machine learning approaches [4.378407481656902]
  本稿では,畳み込み型オートエンコーダ-貯水池コンピューティング-Normalizing Flowアルゴリズムの枠組みを構築した。 このフレームワークは潜在状態変数の進化を特徴づけるために使われる。 このようにして、複雑なシステムとその動的挙動を記述するために、データ駆動の減階モデルを構築する。
  論文  参考訳（メタデータ） (2024-03-24T06:52:37Z)
• Geometric Neural Diffusion Processes [55.891428654434634]
  拡散モデルの枠組みを拡張して、無限次元モデリングに一連の幾何学的先行を組み込む。 これらの条件で、生成関数モデルが同じ対称性を持つことを示す。
  論文  参考訳（メタデータ） (2023-07-11T16:51:38Z)
• Conditional Generative Models for Simulation of EMG During Naturalistic Movements [45.698312905115955]
  本稿では、運動単位活性化電位波形を生成するために、逆向きに訓練された条件付き生成ニューラルネットワークを提案する。 本研究では,より少ない数の数値モデルの出力を高い精度で予測的に補間できることを実証する。
  論文  参考訳（メタデータ） (2022-11-03T14:49:02Z)
• Growing Isotropic Neural Cellular Automata [63.91346650159648]
  我々は、元のGrowing NCAモデルには、学習された更新規則の異方性という重要な制限があると主張している。 細胞系は2つの方法のいずれかによって、正確な非対称パターンを成長させる訓練が可能であることを実証する。
  論文  参考訳（メタデータ） (2022-05-03T11:34:22Z)
• Capturing Actionable Dynamics with Structured Latent Ordinary Differential Equations [68.62843292346813]
  本稿では,その潜在表現内でのシステム入力の変動をキャプチャする構造付き潜在ODEモデルを提案する。 静的変数仕様に基づいて,本モデルではシステムへの入力毎の変動要因を学習し,潜在空間におけるシステム入力の影響を分離する。
  論文  参考訳（メタデータ） (2022-02-25T20:00:56Z)
• S2RMs: Spatially Structured Recurrent Modules [105.0377129434636]
  モジュール構造とテンポラル構造の両方を同時に活用できる動的構造を利用するための一歩を踏み出します。 我々のモデルは利用可能なビューの数に対して堅牢であり、追加のトレーニングなしで新しいタスクに一般化できる。
  論文  参考訳（メタデータ） (2020-07-13T17:44:30Z)

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。