論文の概要: Environmental resilience via morphological diversity within machines
- arxiv url: http://arxiv.org/abs/2608.02395v1
- Date: Mon, 03 Aug 2026 15:39:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:25.661072
- Title: Environmental resilience via morphological diversity within machines
- Title（参考訳）: 機械のモルフォロジー多様性による環境応答性
- Abstract要約: より多くのエージェント、あるいはより多様なエージェントから集合体を構築することは、新しい環境への集団の弾力性をさらに高める。
これは、単にテーミングするだけでなく、意図的に内部の逆境を創り出すだけでなく、外部の逆境に生物を準備す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）: 1.1458853556386797
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Organisms contain diverse, sensorimotor parts across size scales and rapidly adapt to new environments, while machines contain only inert materials at smaller scales and struggle with surprise. We hypothesize that this agents-within-agents quality of organisms may aid their resilience: increasing experiences with internal physical adversity may pre-train organisms and machines to handle external adversity, such as encounters with new environments. Not only has this hypothesis not yet been articulated, mechanisms enabling this phenomenon have yet to be proposed. Here we show a mechanism by which this can occur: we found that physical connectors, in learning to restore behavior to previously independent, morphologically diverse agents they disrupted by tethering them together, trigger and tame sufficiently diverse disruptions that later encounters with new environments trigger disruptions that fall within this manageable range, enabling the collective to continue behaving properly without any additional learning or adaptation. Further, we found that building collectives from more agents, or more diverse agents, further increases the collective's resilience to new environments. This suggests that not just taming but intentionally creating internal physical adversity may indeed prepare organisms for external adversity, and could do so for machines, if they were built from smaller machines.
- Abstract（参考訳）: 有機体には様々な感覚運動部位が含まれており、新しい環境に迅速に適応する一方、機械は小さなスケールで不活性物質しか含んでおらず、驚きに苦しむ。
体内の身体的逆境に対する経験の増加は、新しい環境との遭遇など、外的逆境を扱うために、生物や機械を事前訓練する可能性がある。
この仮説はまだ具体化されていないだけでなく、この現象を起こすメカニズムはまだ提案されていない。
物理的コネクターは、以前に独立していた形態学的に多様なエージェントに動作を復元する学習において、それらをつなぎ合わせることで破壊し、十分に多様な破壊を誘発し、その後新しい環境に遭遇して、この管理可能な範囲内にある破壊を誘発し、追加の学習や適応なしに集団が適切に行動し続けることを可能にする。
さらに、より多くのエージェント、あるいはより多様なエージェントから集合体を構築することで、新しい環境への集団の弾力性をさらに高めることがわかった。
このことは、単にテーミングするだけでなく、意図的に内部の逆境を創り出すだけでなく、外部の逆境に生物を準備し、もし小さな機械で作られたなら、機械のためにそれを行う可能性があることを示唆している。
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) - A physical adaptive material motor unit neural network: a hygromorph composite material machine [0.0]
木質および炭素系黒基複合材料からなる制御可能な新世代のアクチュエータを導入し, 温度, 相対湿度に敏感である。
これらの材料アクチュエータは、筋肉収縮トリガーにインスパイアされたモータユニットのような構造に組み立てられ、動的シェーディング制御が可能なインテリジェントマシンを形成する。
このマシンは、多様な環境条件下で収集された350以上の実験データポイントに基づいてトレーニングされたニューラルネットワークによって制御される。
論文 参考訳（メタデータ） (2026-06-05T16:04:00Z) - A Mechanistic Model for Collective Motion from Sensorimotor Regularities [6.805575417034369]
本稿では,ロボット工学のモデリングフレームワークに基づくモデルについて述べる。
この単純なモデルでは、偏極運動、ミリング、リング形成、断片化などの多様な集団的挙動が生じる。
したがって、集団行動は相互作用する感覚運動の正則性の創発的な結果として理解することができる。
論文 参考訳（メタデータ） (2026-05-15T18:17:41Z) - 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) - Active Causal Structure Learning with Latent Variables: Towards Learning to Detour in Autonomous Robots [49.1574468325115]
人工知能(AGI)エージェントとロボットは、絶えず変化する環境やタスクに対処できなければならない。
我々は,潜伏変数(ACSLWL)を用いた能動的因果構造学習がAGIエージェントやロボット構築に必要な要素であると主張している。
論文 参考訳（メタデータ） (2024-10-28T10:21:26Z) - Discovering Sensorimotor Agency in Cellular Automata using Diversity
Search [17.898087201326483]
細胞性オートマトン (CA) では、自己組織する環境ルールを見つけることができるかどうかが重要視されている。
このアプローチは, 自己組織化につながるCAの環境条件を系統的に把握する上で有効であることを示す。
発見されたエージェントは驚くほど頑丈で、動き、身体の整合性を維持し、さまざまな障害をナビゲートする能力を持っている。
論文 参考訳（メタデータ） (2024-02-14T14:30:42Z) - Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。
我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
論文 参考訳（メタデータ） (2024-01-07T19:11:18Z) - Plasticity and evolvability under environmental variability: the joint
role of fitness-based selection and niche-limited competition [0.0]
我々は, 環境力学と適応の相互作用を, 可塑性と伸縮性の最小モデルで検討した。
環境動態が可塑性と進化性に異なる影響を及ぼし, 多様な生態ニッチの存在は, 安定した環境においても適応性に有利であることを示す。
論文 参考訳（メタデータ） (2022-02-17T18:55:13Z) - The Introspective Agent: Interdependence of Strategy, Physiology, and
Sensing for Embodied Agents [51.94554095091305]
本論では, 環境の文脈において, 自己能力を考慮した内省的エージェントについて論じる。
自然と同じように、私たちは戦略を1つのツールとして再編成して、環境において成功させたいと考えています。
論文 参考訳（メタデータ） (2022-01-02T20:14:01Z) - Information is Power: Intrinsic Control via Information Capture [110.3143711650806]
我々は,潜時状態空間モデルを用いて推定したエージェントの状態訪問のエントロピーを最小化する,コンパクトで汎用的な学習目的を論じる。
この目的は、不確実性の低減に対応する環境情報収集と、将来の世界状態の予測不可能性の低減に対応する環境制御の両方をエージェントに誘導する。
論文 参考訳（メタデータ） (2021-12-07T18:50:42Z) - Co-optimising Robot Morphology and Controller in a Simulated Open-Ended
Environment [1.4502611532302039]
エージェントがロコホートする環境の変化が形態の収束にどのように影響するかを示す。
オープンエンド進化環境において進化するエージェント集団は,手作り環境において進化するエージェント集団よりも大きな形態的多様性を示すことを示す。
論文 参考訳（メタデータ） (2021-04-07T11:28:23Z)
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。