[论文解读] Degenerate neutrality creates evolvable fitness landscapes

James M. Whitacre, Axel Bender|ArXiv.org|Jul 2, 2009

Evolution and Genetic Dynamics参考文献 22被引用 3

一句话总结

本文表明，退化性——一种通过分布式冗余使多个组件能够执行相同功能的机制——显著增强了适应度景观中的系统可演化性，而单纯的冗余则几乎无法提升可演化性。作者证明，退化性可使适应性提升数个数量级，揭示了进化计算与复杂系统科学中可演化系统的关键设计原则。

ABSTRACT

Understanding how systems can be designed to be evolvable is fundamental to research in optimization, evolution, and complex systems science. Many researchers have thus recognized the importance of evolvability, i.e. the ability to find new variants of higher fitness, in the fields of biological evolution and evolutionary computation. Recent studies by Ciliberti et al (Proc. Nat. Acad. Sci., 2007) and Wagner (Proc. R. Soc. B., 2008) propose a potentially important link between the robustness and the evolvability of a system. In particular, it has been suggested that robustness may actually lead to the emergence of evolvability. Here we study two design principles, redundancy and degeneracy, for achieving robustness and we show that they have a dramatically different impact on the evolvability of the system. In particular, purely redundant systems are found to have very little evolvability while systems with degeneracy, i.e. distributed robustness, can be orders of magnitude more evolvable. These results offer insights into the general principles for achieving evolvability and may prove to be an important step forward in the pursuit of evolvable representations in evolutionary computation.

研究动机与目标

• 研究冗余与退化性在塑造适应度景观可演化性方面的作用。
• 理解鲁棒性机制如何影响系统生成更高适应度变体的能力。
• 比较纯冗余系统与具有退化性的系统在可演化性上的差异。
• 识别在复杂优化与进化情境中促进系统更有效演化的系统设计原则。

提出的方法

• 本研究采用适应度景观的计算建模，模拟具有不同程度冗余与退化性的系统。
• 通过测量系统在受到扰动后，新且更高适应度变体的出现速率来评估可演化性。
• 作者对比了纯冗余系统（相同组件执行相同功能）与退化性系统（不同组件通过分布式机制实现相同功能）的性能。
• 分析不同鲁棒性架构下适应度景观的动力学，以评估其对进化潜力的影响。
• 重点研究中性（对变化的鲁棒性）与系统获取新型、更高适应度基因型能力之间的相互作用。
• 本研究借鉴进化生物学与系统科学的理论框架，建模退化性如何催生可演化性。

实验结果

研究问题

• RQ1 与纯冗余相比，退化性如何影响适应度景观的可演化性？
• RQ2 通过退化性实现的鲁棒性是否能提升进化系统在创新方面的潜力？
• RQ3 退化性系统与冗余系统在可演化性上的定量差异是什么？
• RQ4 分布式鲁棒性（退化性）如何促进系统进入适应度景观中更高适应度的区域？
• RQ5 退化性中性在多大程度上使系统能够探索新型、高适应度的解决方案？

主要发现

• 具有退化性的系统其可演化性比纯冗余系统高出数个数量级。
• 退化性实现了分布式鲁棒性，允许多条路径实现相同功能，从而增强了系统探索新型、更高适应度构型的能力。
• 退化性中性显著提高了在进化搜索过程中发现更高适应度变体的可能性。
• 纯冗余系统在创新方面能力极低，因为其鲁棒性无法支持对新适应度最优解的有意义探索。
• 结果支持了如下假设：通过退化性实现的鲁棒性是复杂系统中可演化性的关键促成因素。
• 研究结果表明，退化性是构建进化计算中可演化表征的更优设计原则。