[论文解读] Evolution to the Edge of Chaos in Imitation Game

Kunihiko Kaneko, Junji Suzuki|ArXiv.org|Mar 8, 1993

Artificial Intelligence in Games参考文献 3被引用 10

一句话总结

本文提出了一种抽象的模仿游戏，其中人工智能代理通过基于适应度的选择与突变，演化出歌曲动力学，从而在混沌边缘形成自组织的复杂性——即周期性与混沌行为之间的过渡点。该系统通过间断式平衡向这一临界边界演化，表明混沌边缘的拓扑混沌可使演化系统实现最大的动力学复杂性。

ABSTRACT

Motivated by the evolution of complex bird songs, an abstract imitation game is proposed to study the increase of dynamical complexity: Artificial "birds" display a "song" time series to each other, and those that imitate the other's song better win the game. With the introduction of population dynamics according to the score of the game and the mutation of parameters for the song dynamics, the dynamics is found to evolve towards the borderline between chaos and a periodic window, after punctuated equilibria. The importance of edge of chaos with topological chaos for complexity is stressed.

研究动机与目标

• 研究演化动力学如何通过社会模仿在人工系统中导致复杂性增加。
• 基于基于歌曲模仿的博弈论框架，建模群体中复杂行为的涌现。
• 探讨演化过程是否自然地将系统推向‘混沌边缘’，即与高复杂性相关的区域。
• 考察拓扑混沌在促进演化系统中复杂且自适应动力学中的作用。
• 分析在群体设置中突变、选择与动力系统转变之间的相互作用。

提出的方法

• 代理使用可调参数的非线性动力系统生成时间序列‘歌曲’。
• 代理参与模仿游戏，适应度由一个代理对另一代理歌曲的复制准确度决定。
• 种群动力学由基于模仿得分的选择决定，适应度更高的代理产生更多后代。
• 参数突变引入变异，使系统能够探索动力学参数空间。
• 系统在多代中演化，歌曲生成的动力学逐渐趋向于周期窗口与混沌区域之间的边界。
• 通过分析拓扑混沌，评估临界边缘附近涌现动力学的复杂性。

实验结果

研究问题

• RQ1 模仿游戏中的演化压力是否会使人工代理趋向临界动力学区域？
• RQ2 混沌边缘能否作为具有社会学习的演化系统中的吸引子？
• RQ3 拓扑混沌在促进演化群体中复杂且自适应行为中扮演何种角色？
• RQ4 间断式平衡在动力学复杂性演化中如何表现？
• RQ5 系统是否具有自然演化至有序与混沌边界的趋势？

主要发现

• 系统演化趋向混沌边缘，具体表现为参数空间中周期窗口与混沌区域之间的边界。
• 演化通过间断式平衡进行，表现为长期的稳定状态被快速过渡到新动力学区域所打断。
• 在混沌边缘，拓扑混沌达到最大值，表明动力学复杂性达到峰值。
• 模仿游戏机制结合选择与突变，可使系统自发趋向此临界区域，而无需外部调参。
• 在混沌边缘，复杂、不可预测但具有结构的歌曲动力学最为显著，支持其作为复杂性温床的作用。
• 结果表明，混沌边缘并非随机结果，而是具有社会学习的演化系统中的自组织吸引子。