[논문 리뷰] Multilevel evolutionary developmental optimization (MEDO): A theoretical framework for understanding preferences and selection dynamics

Adam Safron|arXiv (Cornell University)|2019. 10. 27.

Evolutionary Game Theory and Cooperation참고 문헌 208인용 수 9

한 줄 요약

MEDO는 진화생물학, 발달 시스템, 결정 이론을 통합하는 이론적 프레임워크로, 유전적, 신경적, 문화적 수준에서 선호성과 목표 지향 행동이 어떻게 유도되는지를 설명한다. 경험에 의한 피드백 루프를 통해 미래의 동기를 형성하는 다수의 계층적 수준에서의 선택 압력을 모델링함으로써, 동기, 목표 형성, 행동 안정성에 대한 일반화된 다윈주의적 설명을 제공한다.

ABSTRACT

What is motivation and how does it work? Where do goals come from and how do they vary within and between species and individuals? Why do we prefer some things over others? MEDO is a theoretical framework for understanding these questions in abstract terms, as well as for generating and evaluating specific hypotheses that seek to explain goal-oriented behavior. MEDO views preferences as selective pressures influencing the likelihood of particular outcomes. With respect to biological organisms, these patterns must compete and cooperate in shaping system evolution. To the extent that shaping processes are themselves altered by experience, this enables feedback relationships where histories of reward and punishment can impact future motivation. In this way, various biases can undergo either amplification or attenuation, resulting in preferences and behavioral orientations of varying degrees of inter-temporal and inter-situational stability. MEDO specifically models all shaping dynamics in terms of natural selection operating on multiple levels--genetic, neural, and cultural--and even considers aspects of development to themselves be evolutionary processes. Thus, MEDO reflects a kind of generalized Darwinism, in that it assumes that natural selection provides a common principle for understanding the emergence of complexity within all dynamical systems in which replication, variation, and selection occur. However, MEDO combines this evolutionary perspective with economic decision theory, which describes both the preferences underlying individual choices, as well as the preferences underlying choices made by engineers in designing optimized systems. In this way, MEDO uses economic decision theory to describe goal-oriented behaviors as well as the interacting evolutionary optimization processes from which they emerge. (Please note: this manuscript was written and finalized in 2012.)

연구 동기 및 목표

• 생물학적 및 인지 시스템에서 선호성과 목표의 기원과 역학을 설명하는 통합 이론적 프레임워크를 개발하는 것.
• 개별적 및 종 수준의 동기 패턴이 진화, 발달, 학습 과정 간의 상호작용으로부터 어떻게 유도되는지 다루는 것.
• 유전적, 신경적, 문화적 수준에서 자연 선택 원리를 통합하여 최적화의 단일 일관된 모델로 통합하는 것.
• 보상 및 처벌 역사를 통해 형성된 피드백 메커니즘을 통해 시간적 및 상황 간 안정성 있는 선호성을 설명하는 것.
• 진화 이론과 경제적 결정 이론을 융합하여 생물학적 행동과 공학 시스템 설계 모두를 최적화 과정의 산물로 모델링하는 것.

제안 방법

• 선택 역학을 일반화된 다윈주의로 모델링하여, 유전적, 신경적, 문화적 수준에서 복제, 다양성, 선택을 적용하는 것.
• 선호성을 발달 및 진화적 궤적에서 특정 결과의 발생 가능성을 영향을 주는 선택 압력으로 표현하는 것.
• 과거의 보상 및 처벌 경험에 의해 향후 형성 과정이 변화하는 피드백 루프를 도입함으로써 동적 선호성 수정을 가능하게 하는 것.
• 경제적 결정 이론을 적용하여 개인의 선택과 엔지니어가 최적화 시스템을 설계할 때 내리는 선택을 기술하는 것.
• 발달 자체를 복제, 다양성, 선택의 관점에서 시간이 지남에 따라 복잡한 목표 지향 행동이 유도되는 진화 과정으로 간주하는 것.
• 생물학적 및 문화적 차원에서 선호성과 목표가 상호 진화하는 방식을 시뮬레이션하기 위해 다수준 최적화 아키텍처를 사용하는 것.

실험 결과

연구 질문

• RQ1 개개인과 종 내에서 시간과 상황에 따라 선호성이 어떻게 유도되고 안정화되는가?
• RQ2 보상 및 처벌 경험은 향후 동기 상태와 행동 편향을 어떻게 재구성할 수 있는가?
• RQ3 자연 선택이 동시에 유전적, 신경적, 문화적 수준에서 작용하여 목표 지향 행동을 어떻게 형성하는가?
• RQ4 결정 이론과 진화 이론의 융합은 복잡한 적응적 행동을 설명하는 데 어떻게 기여하는가?
• RQ5 발달 과정을 자체적으로 진화 과정으로 모델링할 수 있는 정도는 어느 정도인가?

주요 결과

• 선호성은 고정되어 있지 않으며, 선택 압력과 보상 및 처벌 역사를 통해 형성된 동적 피드백에 의해 유도된다.
• 이 프레임워크는 보상 및 처벌 역사를 반영한 반복 피드백 루프를 통해 상황 간 및 시간 간 안정성 있는 선호성을 설명한다.
• 발달 과정은 복제, 다양성, 선택의 관점에서 시간이 지남에 따라 복잡한 목표 지향 행동이 유도되는 진화 과정으로 이해될 수 있다.
• 경제적 결정 이론과 일반화된 다윈주의의 융합은 생물학적 행동과 공학 시스템 최적화를 둘 다 통합된 설명으로 제공할 수 있다.
• MEDO는 다수준 선택이 유전적, 신경적, 문화적 영역에서 작용함으로써 복잡한 목표 지향 시스템이 어떻게 기원하는지를 이해하는 이론적 기반을 제공한다.
• 이 모델은 동기와 목표 형성의 핵심이 사전 프로그래밍된 특성이 아니라 계층적 최적화 과정의 유도적 성질임을 지지한다.