[論文レビュー] Revisiting the Edge of Chaos: Evolving Cellular Automata to Perform Computations

Melanie Mitchell, Peter Hraber+1 more|ArXiv.org|Mar 31, 1993

Cellular Automata and Applications参考文献 27被引用数 393

ひとこと要約

この論文は、進化的アルゴリズムが最適な計算を実現するため、力学的臨界性（Langtonのカッパが約0.27の周辺）にある細胞オートマトンの規則を選択するという仮説を再評価する。1次元、2状態の細胞オートマトンを密度分類タスクに最適化するための遺伝的アルゴリズムを用いて、臨界性（Langtonのカッパが約0.27）が好まれる証拠は得られなかった。代わりに、対称性の破れが、高計算能力への進化的進歩を妨げる要因となっていることが明らかになった。

ABSTRACT

We present results from an experiment similar to one performed by Packard (1988), in which a genetic algorithm is used to evolve cellular automata (CA) to perform a particular computational task. Packard examined the frequency of evolved CA rules as a function of Langton's lambda parameter (Langton, 1990), and interpreted the results of his experiment as giving evidence for the following two hypotheses: (1) CA rules able to perform complex computations are most likely to be found near ``critical'' lambda values, which have been claimed to correlate with a phase transition between ordered and chaotic behavioral regimes for CA; (2) When CA rules are evolved to perform a complex computation, evolution will tend to select rules with lambda values close to the critical values. Our experiment produced very different results, and we suggest that the interpretation of the original results is not correct. We also review and discuss issues related to lambda, dynamical-behavior classes, and computation in CA. The main constructive results of our study are identifying the emergence and competition of computational strategies and analyzing the central role of symmetries in an evolutionary system. In particular, we demonstrate how symmetry breaking can impede the evolution toward higher computational capability.

研究の動機と目的

• 進化的アルゴリズムが、計算タスクの最適化において、Langtonのカッパパラメータで定義される『エッジ・オブ・カオス』付近の細胞オートマトン規則を好むかどうかを検証すること。
• 細胞オートマトンの進化的ダイナミクスにおける対称性および対称性の破れの役割を調査すること。
• 秩序的・カオス的領域の間の相転移付近で複雑な計算が優位に発生するという広く引用される主張に疑問を呈すること。
• 細胞オートマトンにおける力学的挙動、計算能力、および進化的選択の関係を明確にすること。
• 遺伝的アルゴリズムが非自明なタスクに特化した細胞オートマトンを自動プログラミングする実用的妥当性を評価すること。

提案手法

• 半径1の近傍を持つ1次元、2状態の細胞オートマトンを、遺伝的アルゴリズムで進化させる。
• フィットネス関数は、初期密度に応じてすべて0またはすべて1に収束する密度分類タスクにおける規則の性能を評価する。
• 各進化した規則について、Langtonのカッパパラメータを計算し、力学的領域（秩序的、臨界的、カオス的）を定量化する。
• 空間時間図を用いて力学的挙動を可視化し、収束特性を評価する。
• 進化プロセスでは、世代を跨ぐ規則の頻度を追跡し、特に対称性の破れイベントと組み合わせ的ドリフトに注目する。
• 遺伝的アルゴリズムと単純な勾配上昇法（steepest-ascent hill-climbing）との比較実験を実施し、フィットネス評価における性能差を評価する。

実験結果

リサーチクエスチョン

• RQ1 遺伝的アルゴリズムによる進化において、非自明な計算を最適化する際、Langtonの臨界的カッパ値（約0.27）付近の細胞オートマトン規則が優先的に選択されるか？
• RQ2 タスクの目的に内在する対称性が、進化的な道筋や計算能力の制限にどのように影響するか？
• RQ3 初期世代における対称性の破れが、集団の長期的最適化可能性にどのように影響するか？
• RQ4 細胞オートマトンにおける進化的計算において、『エッジ・オブ・カオス』仮説は妥当か、それとも他のメカニズムが関与しているか？
• RQ5 単純な勾配ベースの手法と比較して、遺伝的アルゴリズムは複雑なタスクに特化した細胞オートマトンを効果的にプログラミングできるか？

主な発見

• 臨界的カッパ値（Langtonのカッパが約0.27）に近い規則の選択傾向は認められず、進化した規則は広範囲にわたるカッパ値に分布していた。これはエッジ・オブ・カオス仮説に反する結果であった。
• 初期世代における対称性の破れが、安定した低性能の進化的分岐を生じさせ、さらなる最適化を妨げる現象（「低性能の種分化」）を引き起こした。
• 同程度の計算コストで、遺伝的アルゴリズムは勾配上昇法を著しく上回るフィットネス性能を達成した。
• 進化した規則は、しばしばグローバルな臨界的ダイナミクスに依存するのではなく、局所的パターン伝搬や信号調整を特徴とする、顕在的な計算戦略を示した。
• 結果から、細胞オートマトンにおける計算能力は、力学的臨界性と本質的に関連しているのではなく、構造的で対称性の破れを伴う戦略の出現に起因する可能性が示唆された。
• 本研究は、数学的に興味深いが、進化的最適化や実用的計算において主要因ではない、細胞オートマトンの普遍性の役割を示した。