論文の概要: The Free-Market Algorithm: Self-Organizing Optimization for Open-Ended Complex Systems

• arxiv url: http://arxiv.org/abs/2603.24559v1
• Date: Wed, 25 Mar 2026 17:41:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-26 21:06:11.413419
• Title: The Free-Market Algorithm: Self-Organizing Optimization for Open-Ended Complex Systems
• Title（参考訳）: 自由市場アルゴリズム:オープンエンディング複雑システムの自己組織化最適化
• Authors: Martin Jaraiz,
• Abstract要約: 自由市場経済に触発された新しいメタヒューリスティックである自由市場アルゴリズム(FMA)を紹介する。 遺伝的アルゴリズム、Particle Swarm Optimization、Simulated Annealingとは異なり、FMAは分散サプライ・アンド・デマンド・ダイナミクスを使用する。 FMAは、普遍的な市場メカニズム(供給、需要、競争、選択)、プラグ可能なドメイン固有の行動ルール、ドメイン固有の観察という3層アーキテクチャで運用されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce the Free-Market Algorithm (FMA), a novel metaheuristic inspired by free-market economics. Unlike Genetic Algorithms, Particle Swarm Optimization, and Simulated Annealing -- which require prescribed fitness functions and fixed search spaces -- FMA uses distributed supply-and-demand dynamics where fitness is emergent, the search space is open-ended, and solutions take the form of hierarchical pathway networks. Autonomous agents discover rules, trade goods, open and close firms, and compete for demand with no centralized controller. FMA operates through a three-layer architecture: a universal market mechanism (supply, demand, competition, selection), pluggable domain-specific behavioral rules, and domain-specific observation. The market mechanism is identical across applications; only the behavioral rules change. Validated in two unrelated domains. In prebiotic chemistry, starting from 900 bare atoms (C, H, O, N), FMA discovers all 12 feasible amino acid formulas, all 5 nucleobases, the formose sugar chain, and Krebs cycle intermediates in under 5 minutes on a laptop -- with up to 240 independent synthesis routes per product. In macroeconomic forecasting, reading a single input-output table with zero estimated parameters, FMA achieves Mean Absolute Error of 0.42 percentage points for non-crisis GDP prediction, comparable to professional forecasters, portable to 33 countries. Assembly Theory alignment shows that FMA provides the first explicit, tunable mechanism for the selection signatures described by Sharma et al. (Nature, 2023). The event-driven assembly dynamics resonate with foundational programs in physics -- causal set theory, relational quantum mechanics, constructor theory -- suggesting that Darwinian market dynamics may reflect a deeper organizational principle that lead to the unfolding of Nature itself.
• Abstract（参考訳）: 自由市場経済に触発された新しいメタヒューリスティックである自由市場アルゴリズム(FMA)を紹介する。 遺伝的アルゴリズム、Particle Swarm Optimization、Simulated Annealing -- 所定のフィットネス機能と固定された検索空間を必要とする -- とは異なり、FMAは、フィットネスが創発的であり、検索スペースはオープンエンドであり、ソリューションは階層的な経路ネットワークの形を取る。 自律的なエージェントは、規則、貿易商品、オープン・アンド・クローズドな会社を発見し、中央集権的なコントローラーなしで需要と競う。 FMAは、普遍的な市場メカニズム(供給、需要、競争、選択)、プラグ可能なドメイン固有の行動ルール、ドメイン固有の観察という3層アーキテクチャで運用されている。 市場メカニズムはアプリケーション間で同一であり、行動ルールのみが変化する。 2つの関係のない領域で検証される。 900個の素原子(C, H, O, N)から始まる前生物化学において、FMAは、すべての12個のアミノ酸式、全ての5つのヌクレオ塩基、ホルムス糖鎖、およびクレブスサイクル中間体をラップトップ上で5分以内で発見する。 マクロ経済予測では、予測パラメータがゼロの単一入力出力テーブルを読み取ると、FMAは非危機GDP予測において平均絶対誤差が0.42ポイントに達し、これはプロの予測値に匹敵する33か国に移植できる。 集合論のアライメントは、FMAがSharma et al (Nature, 2023)によって記述された選択シグネチャに対して、最初の明示的で変更可能なメカニズムを提供することを示している。 事象駆動組立力学は物理学の基礎的プログラム(因果集合論、関係量子力学、コンストラクタ理論)と共鳴し、ダーウィンの市場力学は自然そのものの展開につながるより深い組織原理を反映している可能性があることを示唆している。

関連論文リスト

• Towards a Science of Scaling Agent Systems [79.64446272302287]
  エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。 協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。 ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
  論文  参考訳（メタデータ） (2025-12-09T06:52:21Z)
• Maximum Independent Set via Probabilistic and Quantum Cellular Automata [0.0]
  まず、動的にシステムを最大独立集合の多様体に向けて駆動する同期PCAを紹介する。 この振る舞いを動機として、純散逸相と制約保存ユニタリ進化を組み合わせたQCAを構築する。
  論文  参考訳（メタデータ） (2025-12-07T10:33:52Z)
• Agentic World Modeling for 6G: Near-Real-Time Generative State-Space Reasoning [70.56067503630486]
  第6世代(6G)インテリジェンスは、流動的なトークン予測ではなく、想像と選択の能力を校正している、と我々は主張する。 We showed that WM-MS3M cuts mean absolute error (MAE) by 1.69% vs MS3M with 32% less parameters and similar latency, and achieve a 35-80% lower root mean squared error (RMSE) than attention/hybrid baselines with 2.3-4.1x faster inference。
  論文  参考訳（メタデータ） (2025-11-04T17:22:22Z)
• Quantum Similarity-Driven QUBO Framework for Multi-Period Supply Chain Allocation using Time-Multiplexed Coherent Ising Machines and Simulated Quantum Annealing [0.0]
  サプライチェーンにおける多周期株式管理単位割り当ては、NPハードかつ運用上重要な最適化問題である。 この研究は、(i) 変分RX埋め込みから得られる量子類似性カーネルから得られる冗長なSKU選択を回避するためのハイブリッドQUBOフレームワーク、(ii) 実現可能性を維持するスラックビット符号化による正確な周期毎のキャパシティ強制、(iii) 時間多重コヒーレントイジングマシン上での実行の3つの進歩を統合したハイブリッドQUBOフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-24T15:04:27Z)
• SEEA-R1: Tree-Structured Reinforcement Fine-Tuning for Self-Evolving Embodied Agents [58.174206358223415]
  自己進化型エボダイドエージェント(SeEA-R1)は、自己進化型エボダイドエージェント用に設計された最初の強化微細調整フレームワークである。 本研究は,SEEA-R1が自律適応と報酬駆動型自己進化をサポートすることを示す。
  論文  参考訳（メタデータ） (2025-06-26T18:00:07Z)
• From Debate to Equilibrium: Belief-Driven Multi-Agent LLM Reasoning via Bayesian Nash Equilibrium [52.28048367430481]
  マルチエージェントフレームワークは、大規模言語モデル(LLM)の推論能力を高めることができるが、通常は計算コストと収束保証が欠如している。 我々は、不完全情報ゲームとしてマルチLLMコーディネーションをリキャストし、ベイズナッシュ均衡(BNE)を求める。 我々は、分散推論と集中的な最終出力を結合する階層的強化学習パラダイムである、Nash Equilibrium (ECON)による効率的なコーディネーションを導入する。
  論文  参考訳（メタデータ） (2025-06-09T23:49:14Z)
• RETRO SYNFLOW: Discrete Flow Matching for Accurate and Diverse Single-Step Retrosynthesis [23.422202032748924]
  単段階逆合成計画をモデル化し、離散フローマッチングフレームワークRETRO SynFLOW(RSF)を導入する。 我々は、シークエンシャルモンテカルロをベースとしたFeynman-Kacステアリングを用いて、推論時に有望な世代をステアリングする。
  論文  参考訳（メタデータ） (2025-06-04T20:46:05Z)
• Lattice $φ^{4}$ field theory as a multi-agent system of financial markets [0.0]
  金融市場のスタイル化された事実を再現するために,フラストレーションを伴った$phi4$格子場理論を導入する。 FTSE100London Stock Exchange Index(FTSE100London Stock Exchange Index)の実証データから,多エージェントの$phi4$場理論が観測された振る舞いを生成することを数値的に検証した。
  論文  参考訳（メタデータ） (2024-11-24T12:43:09Z)
• Result Diversification by Multi-objective Evolutionary Algorithms with Theoretical Guarantees [94.72461292387146]
  両目的探索問題として結果の多様化問題を再構成し,多目的進化アルゴリズム(EA)を用いて解くことを提案する。 GSEMOが最適時間近似比1/2$を達成できることを理論的に証明する。 目的関数が動的に変化すると、GSEMOはこの近似比をランニングタイムで維持することができ、Borodinらによって提案されたオープンな問題に対処する。
  論文  参考訳（メタデータ） (2021-10-18T14:00:22Z)
• VCG Mechanism Design with Unknown Agent Values under Stochastic Bandit Feedback [104.06766271716774]
  本研究では,エージェントが自己の価値を知らない場合に,マルチラウンドの福祉最大化機構設計問題について検討する。 まず、福祉に対する後悔の3つの概念、各エージェントの個々のユーティリティ、メカニズムの3つの概念を定義します。 当社のフレームワークは価格体系を柔軟に制御し、エージェントと販売者の後悔のトレードオフを可能にする。
  論文  参考訳（メタデータ） (2020-04-19T18:00:58Z)

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。