論文の概要: Implementation of reinforcement learning in chemical reaction networks: application to phototaxis as curiosity-driven exploration

• arxiv url: http://arxiv.org/abs/2606.26168v1
• Date: Wed, 24 Jun 2026 08:11:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 18:46:32.019626
• Title: Implementation of reinforcement learning in chemical reaction networks: application to phototaxis as curiosity-driven exploration
• Title（参考訳）: 化学反応ネットワークにおける強化学習の実装:好奇心駆動探査としての光タキシーへの応用
• Abstract要約: 単細胞藻では、光タキシーはしばしば刺激-応答規則によって駆動される機械的ラン-タンブルプロセスとしてモデル化される。 本稿では, 部分観察可能決定過程と生化学反応のダイナミクスを結びつける枠組みを提案する。 我々のモデルは、このデータセットの客観的SSAベースラインに匹敵する経験的アライメント・ツー・ライト分布を再現する。
• 参考スコア（独自算出の注目度）: 1.433758865948252
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Living systems navigate environments using noisy and incomplete sensory signals. In unicellular algae, phototaxis is often modeled as a mechanistic run--tumble process driven by stimulus--response rules. However, such descriptions overlook how organisms actively sample their environment to reduce sensory ambiguity. From a minimal cognition perspective, we reframe this navigation as a subjective, information-driven sensorimotor process. To this end, we propose a framework linking a Partially Observable Markov Decision Process (POMDP) with biochemical reaction dynamics. Environmental variables are hidden, while the cell updates a minimal internal state from each observation through a memoryless Bayesian step. These internal dynamics balance orienting toward light with exploratory reorientation and can be implemented through Chemical-Reaction-Network Ordinary Differential Equations (CRN--ODEs). Our model includes a biophysical observation process for photoreception and a chemically computable polynomial bound on information gain. Using Inverse Reinforcement Learning (IRL) on 30 experimentally recorded Chlamydomonas trajectories, we infer the behavioral objective consistent with observed phototactic motion and benchmark the resulting dynamics with standard Stochastic Simulation Algorithm (SSA) baselines. Our model reproduces the empirical alignment-to-light distribution, comparable to objective SSA baselines on this dataset. Within this framework, run--tumble alternation emerges as an information-acquisition strategy: tumbling reorients the cell to sample new sensory configurations and resolve sensor ambiguity, demonstrating how intracellular biochemical networks can support adaptive information-seeking behavior in cellular navigation.
• Abstract（参考訳）: リビングシステムはノイズや不完全な感覚信号を使って環境をナビゲートする。 単細胞藻では、光タキシーはしばしば刺激応答規則によって駆動される機械的ランタンブルプロセスとしてモデル化される。 しかし、このような記述は、感覚のあいまいさを減らすために、生物が環境を積極的にサンプルする方法を見落としている。 最小限の認知の観点から、我々はこのナビゲーションを主観的で情報駆動の感覚運動過程として再構成する。 そこで本研究では,部分観測可能なマルコフ決定過程(POMDP)と生化学反応のダイナミクスを結びつける枠組みを提案する。 環境変数は隠蔽され、細胞は記憶のないベイズ段階を通じて各観測から最小の内部状態を更新する。 これらの内部ダイナミクスは、探索的再配向を伴う光への配向のバランスをとり、CRN-ODE(Chemical-Reaction-Network Ordinary Differential Equations)を通して実装することができる。 本モデルは,光受容のための生体物理観察プロセスと,情報ゲインに縛られた化学計算可能な多項式を含む。 Inverse Reinforcement Learning (IRL) on 30 experimentally recorded Chlamydomonas trajectories, we infer the behavioral objective with observed phototactic motion and benchmark the result dynamics with standard Stochastic Simulation Algorithm (SSA) baselines。 我々のモデルは、このデータセットの客観的SSAベースラインに匹敵する経験的アライメント・ツー・ライト分布を再現する。 この枠組みの中で、ランタンブルの交替は情報獲得戦略として現れ、細胞を混乱させて新しい感覚構成をサンプリングし、センサーのあいまいさを解消し、細胞内の生化学ネットワークが細胞内ナビゲーションにおける適応的な情報探索行動をどのようにサポートするかを示す。

関連論文リスト

• Influence-Guided Symbolic Regression: Scientific Discovery via LLM-Driven Equation Search with Granular Feedback [56.69850045068714]
  逐次的2段階プロセスとして方程式発見をフレーム化する方法である textitInfluence-Guided Regression (IGSR) を導入する。 LLM-SRBench, 薬理学的PKPDモデル, 疫学シミュレーション, 実世界のゲノムデータなど, IGSRの有効性を示す。
  論文  参考訳（メタデータ） (2026-05-27T23:48:01Z)
• ChemVA: Advancing Large Language Models on Chemical Reaction Diagrams Understanding [56.94419746470799]
  大規模言語モデル (LLM) は、科学的なテキスト処理に革命をもたらしたが、化学反応図を解釈する際には、大きな能力ギャップが現れる。 本稿では,視覚アンカー機構を用いたケミカルビジュアルアクティベーション(ChemVA)フレームワークを提案する。 我々は,高密度な視覚・セマンティックな文脈を特徴とする新たに構築されたデータセットであるOCRD-Benchに対するアプローチを評価する。
  論文  参考訳（メタデータ） (2026-05-17T01:12:50Z)
• Meta-LegNet: A Transferable and Interpretable Framework for Surface Adsorption Prediction via Self-Defined Adsorption-Environment Learning [8.150979148487787]
  本稿では,様々な触媒吸着系にまたがる局所環境の伝達可能な表現を学習するグラフ学習フレームワークMeta-LegNetを紹介する。 以上の結果から, 触媒スクリーニングの精度, 解釈性, 実用性に優れた学習環境が提供されることが示唆された。
  論文  参考訳（メタデータ） (2026-05-03T10:55:16Z)
• Learn Weightlessness: Imitate Non-Self-Stabilizing Motions on Humanoid Robot [56.377161933570335]
  人間は自然に非自己安定化(NSS)運動中に「無重力」状態を利用する。 この生物学的メカニズムに着想を得て,データセットのアノテーションに対する無重力自動ラベル方式を提案する。 我々の研究は、正確な軌道追跡と適応的な環境相互作用のギャップを埋め、接触リッチなヒューマノイド制御のための生物学的にインスパイアされたソリューションを提供する。
  論文  参考訳（メタデータ） (2026-04-23T07:10:05Z)
• Causal Representation Meets Stochastic Modeling under Generic Geometry [49.24293444627916]
  我々は,連続時間潜在点過程の因果表現学習を開発する。 MUTATEは時間適応型遷移モジュールを持つ変分自動エンコーダフレームワークである。 シミュレーションおよび実証研究全体で、MUTATEは科学的疑問に効果的に答えられることが判明した。
  論文  参考訳（メタデータ） (2026-02-04T20:40:53Z)
• Curly Flow Matching for Learning Non-gradient Field Dynamics [49.480209466896035]
  非勾配場力学を学習するための新しいアプローチであるCurly Flow Matching (Curly-FM)を導入する。 Curly-FMは、Schr"odinger Bridge問題の設計と解決によって、非勾配場力学を学習することができる。 Curly-FMは、基準プロセスと人口限界の両方に適合する軌道を学習することができる。
  論文  参考訳（メタデータ） (2025-10-30T16:11:39Z)
• From Pheromones to Policies: Reinforcement Learning for Engineered Biological Swarms [0.0]
  本研究では, フェロモンを介するセロモン凝集と強化学習(RL)の理論的等価性を確立する。 我々は,フェロモンが数学的に相互学習の更新を反映していることを示し,捕食作業を行う線虫群をモデル化した。 この結果から, 環境信号が外部メモリとして機能する分散RLプロセスは, スティグマイシン系が本質的にコード化されていることが示唆された。
  論文  参考訳（メタデータ） (2025-09-24T13:16:35Z)
• Embodied World Models Emerge from Navigational Task in Open-Ended Environments [5.785697934050656]
  プロシージャ的に生成された平面迷路を解決するために,スパース報酬のみで訓練された反復エージェントが,方向,距離,障害物レイアウトなどの計量概念を自律的に内部化できるかどうかを問う。 トレーニングの後、エージェントは、下層の空間モデルにヒントを与える行動である、見えない迷路において、常に準最適経路を生成する。
  論文  参考訳（メタデータ） (2025-04-15T17:35:13Z)
• 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)
• DynaCLR: Contrastive Learning of Cellular Dynamics with Temporal Regularization [0.5385157903509136]
  DynaCLRは、時間経過画像の表現のコントラスト学習を通じて、細胞とオルガネラのダイナミクスを埋め込む自己教師型の方法である。 我々は単細胞追跡と時間認識のコントラストサンプリングを統合して、セルダイナミクスの頑健で時間的に正規化された表現を学習する。
  論文  参考訳（メタデータ） (2024-10-15T05:01:25Z)
• Interpretable neural architecture search and transfer learning for understanding CRISPR/Cas9 off-target enzymatic reactions [3.5994174958472307]
  Elektrumは、生化学系の力学を決定するためのディープラーニングフレームワークである。 KINNは中間層として深い畳み込みニューラルネットワークに挿入される。 我々はEektrumを用いてCRISPR-Cas9のオフターゲット編集確率を予測し、最先端のパフォーマンスを実現することを実証する。
  論文  参考訳（メタデータ） (2023-05-18T23:49:42Z)
• Contrastive-Signal-Dependent Plasticity: Self-Supervised Learning in Spiking Neural Circuits [61.94533459151743]
  この研究は、スパイキングネットワークのシナプスを調整するための神経生物学的に動機づけられたスキームを設計することの課題に対処する。 我々の実験シミュレーションは、繰り返しスパイクネットワークを訓練する際、他の生物学的に証明可能なアプローチに対して一貫した優位性を示す。
  論文  参考訳（メタデータ） (2023-03-30T02:40:28Z)

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。