[論文レビュー] Integrated information increases with fitness in the simulated evolution of autonomous agents

Jeffrey A. Edlund, Nicolas Chaumont+4 more|arXiv (Cornell University)|Mar 9, 2011

Evolutionary Game Theory and Cooperation被引用数 4

ひとこと要約

本研究では、ナビゲーションタスクにおける進化的適応を伴うシミュレートされた自律エージェント（アニマット）の情報統合と処理の進化が、適応度と併せてどのように変化するかを調査する。アニマットが数千年にわたって適応を遂げる中で、情報統合と処理の両方が適応度と連動して増加する。これは、情報統合が記憶依存的タスクにおいて特に顕著な機能的複雑性の予測要因である可能性を示唆している。

ABSTRACT

One of the hallmarks of biological organisms is their ability to integrate disparate information sources to optimize their behavior in complex environments. How this capability can be quantified and related to the functional complexity of an organism remains a challenging problem, in particular since organismal functional complexity is not well-defined. We present here several candidate measures that quantify information and integration, and study their dependence on fitness as an artificial agent (animat) evolves over thousands of generations to solve a navigation task in a simple, simulated environment. We compare the ability of these measures to predict high fitness with more conventional information-theoretic processing measures. As the animat adapts by increasing its fit to the world, information integration and processing increase commensurately along the evolutionary line of descent. We suggest that the correlation of fitness with information integration and with processing measures implies that high fitness requires both information processing as well as integration, but that information integration may be a better measure when the task requires memory. A correlation of measures of information integration (but also information processing) and fitness strongly suggests that these measures reflect the functional complexity of the animat, and that such measures can be used to quantify functional complexity even in the absence of fitness data.

研究の動機と目的

• 情報理論的指標を用いて進化する自律エージェントの機能的複雑性を定量化すること。
• 情報統合と処理がシミュレートされたエージェントにおいて適応度と相関するかどうかを調査すること。
• 記憶に依存するタスクにおいて、情報統合が従来の処理指標よりも適応度の予測に優れているかどうかを特定すること。
• 直接の適応度データが得られない状況でも、これらの指標が機能的複雑性の代理指標として機能するかどうかを評価すること。

提案手法

• 制御されたナビゲーション環境において、数千世代にわたるアニマットのシミュレート進化。
• アニマット神経系における情報統合と処理を定量化するための複数の候補指標の適用。
• 世代ごとのタスク実行成績（例：ナビゲーション成功確率）に基づく適応度評価。
• 情報統合と処理指標を従来の情報理論的指標と比較すること。
• 進化の軌道を分析し、適応度の向上に伴う情報指標の変化を評価すること。
• アニマットの認知的アーキテクチャにおける機能的複雑性の代理指標として、統合情報（Φ）および関連指標を用いること。

実験結果

リサーチクエスチョン

• RQ1 シミュレートされた自律エージェントの進化過程において、情報統合は適応度とどのように関係して進化するか？
• RQ2 情報処理と統合指標は、アニマットの高い適応度をどの程度まで予測できるか？
• RQ3 記憶を要するタスクにおいて、情報統合が従来の処理指標よりも適応度の予測に優れているか？
• RQ4 適応度データが得られない状況でも、情報統合は機能的複雑性の信頼できる代理指標として機能できるか？

主な発見

• アニマットが数千世代にわたって進化する中で、情報統合と処理の両方が適応度と並行して増加する。
• 記憶を要するタスクにおいて、適応度と情報統合の相関が強いことから、このようなタスクでは統合がより優れた機能的複雑性指標である可能性が示唆される。
• 情報処理指標も適応度と相関を示すが、記憶依存的環境では統合指標の予測力がより顕著に高い。
• 適応度と情報統合の強い相関から、これらの指標が背後にある機能的複雑性を反映している可能性がある。
• 適応度データがなくても、情報統合指標は進化したエージェントの機能的複雑性を信頼できる指標として機能する。
• 結果から、人工的および生物学的システムにおける機能的複雑性の定量的代理指標として情報統合を用いることが支持される。