[论文解读] Self-Organization and Artificial Life: A Review

Carlos Gershenson, Vito Trianni+2 more|arXiv (Cornell University)|Apr 3, 2018

Modular Robots and Swarm Intelligence被引用 3

一句话总结

本文对人工生命（ALife）中的自组织现象进行了全面综述，探讨了其理论基础、在软（模拟）、硬（机器人）和湿（生物化学）领域中的应用，以及其在涌现复杂性中的作用。文章澄清了概念上的模糊之处，整合了关键研究成果，并提出了指导性自组织在ALife系统中的未来发展方向。

ABSTRACT

Self-organization has been an important concept within a number of disciplines, which Artificial Life (ALife) also has heavily utilized since its inception. The term and its implications, however, are often confusing or misinterpreted. In this work, we provide a mini-review of self-organization and its relationship with ALife, aiming at initiating discussions on this important topic with the interested audience. We first articulate some fundamental aspects of self-organization, outline its usage, and review its applications to ALife within its soft, hard, and wet domains. We also provide perspectives for further research.

研究动机与目标

• 澄清自组织概念，该概念在不同学科中常被误解或定义不一致。
• 考察自组织在人工生命三个领域（软：模拟，硬：机器人，湿：生物化学系统）中的作用。
• 整合人工生命中自组织研究的关键成果，包括集体行为、形态发生和模式形成。
• 强调自组织在实现人工系统中涌现的、去中心化的和自适应行为方面的重要性。
• 通过识别指导性自组织中的开放挑战与机遇，激发讨论并引导未来研究。

提出的方法

• 调研控制论、统计力学和信息论中关于自组织的基础文献。
• 将人工生命研究分类为软、硬和湿领域，以分析自组织在各领域中的特定应用。
• 分析典型案例，如鸟类和机器人的群集行为、细胞自动机，以及化学模式形成（如Belousov-Zhabotinsky反应）。
• 回顾熵最小化、统计复杂性以及组织的信息论度量等理论框架。
• 使用基于代理的模型，研究人工社会中的自组织系统、自复制机器人和群体机器人学中的自组织系统。
• 整合指导性自组织的见解，其中系统动力学被引导以实现特定吸引子或功能结果。

实验结果

研究问题

• RQ1 自组织的核心特征和定义是什么？为何其常被误解或应用不一致？
• RQ2 自组织如何通过局部交互在人工生命系统中促成复杂全局模式的涌现？
• RQ3 自组织在软、硬和湿人工生命领域中以何种方式推动了研究进展？
• RQ4 哪些机制可使自组织被引导或调控以实现期望结果？这一过程如何形式化？
• RQ5 人工生命与复杂系统中自组织的开放挑战与未来研究方向是什么？

主要发现

• 自组织是人工生命中的核心机制，能够从去中心化、局部交互中涌现出复杂且功能性的模式。
• 在软人工生命中，自组织支撑了基于代理模型的群集行为、细胞自动机中的模式形成，以及布尔网络中的演化动力学等现象。
• 在硬人工生命中，自组织的机器人集群无需集中控制即可实现觅食、导航和决策等集体任务。
• 在湿人工生命中，自组织驱动了生物系统中的形态发生以及化学模式形成，如Belousov-Zhabotinsky反应。
• 指导性自组织（即通过引导系统动力学以实现特定吸引子）是一个有前景的方向，其理论基础得到信息论框架的支持。
• 尽管存在概念上的模糊性，自组织仍是人工生命中强大且实用的概念，在模拟、机器人学和生物化学系统中具有广泛适用性。