論文の概要: Genesis: An Empirical Platform for Studying Open-Ended Evolution Without Fitness Functions
- arxiv url: http://arxiv.org/abs/2607.21631v1
- Date: Sat, 18 Jul 2026 16:32:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-27 20:58:56.927301
- Title: Genesis: An Empirical Platform for Studying Open-Ended Evolution Without Fitness Functions
- Title（参考訳）: Genesis: フィットネス機能のないオープンエンド進化を研究するための実証的プラットフォーム
- Abstract要約: Genesisはオープンソースのプラットフォームで、進化的ダイナミクスを維持するために人工知能が必要とすることを実証的にテストするために設計されている。
物理的な制約、リレーショナルな優位性、適応的な規制、スカラーなフィットネス、デザイナーが指定した目的などによって管理されている。
- 参考スコア（独自算出の注目度）: 0.42303492200814446
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Biological evolution sustains complex dynamics without any fitness function, yet virtually all evolutionary algorithms depend on one. Genesis is an open-source platform designed to test, empirically, what an artificial system needs to sustain evolutionary dynamics after complete fitness removal. Evolution in Genesis is governed by physical constraints, relational dominance, and adaptive regulation - no scalar fitness, no designer-specified objectives. Across experiments totalling over one million evolutionary generations, Genesis has: (i) shown that constraint-driven selection can sustain evolutionary activity after complete fitness removal (7/12 runs; Wilson 95% CI [30.2%, 82.5%]; p<0.01, Cohen's d=1.47 vs. baselines); (ii) produced a sham-controlled negative result demonstrating that niche construction alone does not break the complexity plateau; and (iii) provided preliminary evidence that speciation-protected niche construction initiates structural diversification that unprotected secretion cannot. These findings establish empirical boundaries for fitness-free evolution and open a new direction: meta-evolution of physics, in which the laws governing an evolutionary system are themselves evolved.
- Abstract（参考訳）: 生物学的進化は、いかなる適合関数も持たない複雑な力学を維持できるが、事実上全ての進化的アルゴリズムは1つに依存している。
Genesisはオープンソースのプラットフォームで、完全なフィットネス除去後に進化的ダイナミクスを維持するために人工知能が必要とすることを実証的にテストする。
ジェネシスの進化は、物理的制約、関係性支配、適応的な規制によって制御される。
ジェネシスは、100万以上の進化の世代を合計する実験を行った。
(i) 完全フィットネス除去後の拘束による選択は、進化活動を維持することができる(7/12回、Wilson 95% CI [30.2%, 82.5%]、p<0.01, Cohen's d=1.47 vs. baselines)。
(二)ニッチ構造だけでは複雑さの台地を壊さないことを示す陰性なシャム制御結果を生成し、
三 識別保護ニッチ構造が無防備な秘密化が不可能な構造多様化を開始するという予備的証拠を提出すること。
これらの発見は、フィットネスフリー進化の実証的な境界を確立し、新しい方向、すなわち進化系を支配する法則自体が進化する物理のメタ進化を開こうとする。
関連論文リスト
- Co-Evolution in Agentic Systems: Toward Self-Directed Evolution Beyond Human Design [55.30329388138526]
本調査は,複数のエージェントと環境が互いに適応的な圧力を課す多成分自己進化であるエージェントシステムの共進化に焦点を当てた。
既存の論文を整理するために,システムがどのように人為的制約を徐々に覆い隠すかを追究する,進歩的な3段階分類法を提案する。
論文 参考訳（メタデータ） (2026-08-10T23:10:40Z) - Evolving Self-Organising Agents Without Fitness: Three Falsifiable Experiments from Constraint-Driven Selection to Developmental Encoding [0.42303492200814446]
我々は、エージェントが物理的制約だけで進化するプラットフォームであるGenesisを提示する。
1) 拘束駆動選択は完全フィットネス除去後の進化的活動を維持するが,硬質表現型複雑天井に達する,(2) 化学的分泌によるエージェント介在性ニッチ構築は現実的には不十分であり,(3) 固定アルファベトゲノムを合成パターン生成ネットワーク(CPPN) に置き換える, NEATスタイルの識別で保護された間接的エンコーディングは, フィットネスフリーシステムにおける進化的構造的複雑化の最初の証拠となる。
論文 参考訳（メタデータ） (2026-07-18T14:44:19Z) - Direct From Darwin: Deriving Advanced Optimizers From Evolutionary First Principles [0.0]
本稿では進化第一原理から直接、勾配に基づく高度な最適化アルゴリズムの組を導出する。
我々は、無性愛の文脈において、フィッシャーとライトの歴史的に反対された進化論は、実際には正式に等価であることを示した。
最先端のアダムでさえ、小さな手術によって進化の順守に導くことができる。
論文 参考訳（メタデータ） (2026-05-06T17:33:58Z) - Towards A Generative Protein Evolution Machine with DPLM-Evo [73.57855006698269]
本報告では,denoising中の置換,挿入,削除操作を明示的に予測する進化的離散拡散フレームワークDPLM-Evoについて述べる。
DPLM-Evoは、単一シーケンス設定におけるProteinGymのシーケンス理解と最先端の突然変異効果予測性能を改善した。
論文 参考訳（メタデータ） (2026-04-30T19:59:07Z) - Position: Agentic Evolution is the Path to Evolving LLMs [56.733933092220845]
この制限に対処するには、新たなスケーリング軸進化が必要です。
既存の展開時適応手法では、障害を診断し、持続的な改善を生み出すために必要な戦略的機関が欠如している。
論文 参考訳（メタデータ） (2026-01-30T22:15:58Z) - Boosting In-Silicon Directed Evolution with Fine-Tuned Protein Language Model and Tree Search [67.15159962819979]
大規模言語モデルの革新的パラダイムを活用することにより,タンパク質配列を最適化する新しいフレームワークであるAlphaDEを提案する。
第一に、AlphaDEファインチューンは、タンパク質配列のマスク言語モデルを用いて、関心のあるタンパク質クラスの進化的妥当性を活性化するタンパク質言語モデルである。
第二に、AlphaDEはモンテカルロ木探索に基づくテスト時間推論を導入し、微調整されたタンパク質言語モデルからの進化誘導でタンパク質を効果的に進化させる。
論文 参考訳（メタデータ） (2025-11-13T03:00:52Z) - Role of Morphogenetic Competency on Evolution [0.0]
進化計算において、逆関係(進化に関する知性の影響)は、生物レベルの振る舞いの観点からアプローチされる。
我々は、解剖学的形態空間をナビゲートするシステムの最小限のモデルの知性に焦点を当てる。
我々はシリコの標準遺伝アルゴリズムを用いて人工胚の個体群を進化させた。
論文 参考訳（メタデータ） (2023-10-13T11:58:18Z) - Phylogeny-informed fitness estimation [58.720142291102135]
本研究では, 住民の健康評価を推定するために, フィロジェニーを利用した適合度推定手法を提案する。
以上の結果から, 植物性インフォームドフィットネス推定は, ダウンサンプドレキシケースの欠点を軽減することが示唆された。
この研究は、ランタイム系統解析を利用して進化アルゴリズムを改善するための最初のステップとなる。
論文 参考訳（メタデータ） (2023-06-06T19:05:01Z) - Epigenetic opportunities for Evolutionary Computation [0.0]
進化計算(Evolutionary Computation)は、複雑な最適化問題を解くために用いられる生物学的にインスパイアされたアルゴリズムのグループである。
遺伝的遺伝からインスピレーションを得る進化的アルゴリズムと、文化的遺伝からインスピレーションを得るSwarm Intelligenceアルゴリズムに分けることができる。
本稿では, 進化的拡張合成に基づく生物学的枠組みの下で, バイオインスパイアされたアルゴリズムを成功裏に分解する。
論文 参考訳（メタデータ） (2021-08-10T09:44:53Z) - 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) - Mimicking Evolution with Reinforcement Learning [10.35437633064506]
人工的な人間のような知性を発達させる道は、自然のシミュレーションで進化の過程を模倣することでもたらされると我々は主張する。
この研究は、進化的リワード(EvER)を通じて進化的リワード(Evolutionary Reward)を提案する。
論文 参考訳（メタデータ） (2020-03-31T18:16:53Z)
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。