形態的新奇性の圧力下におけるラマルク進化の限界

- モジュラーロボットの形態と制御器の共進化において、Lamarckian inheritance が形態的新規性への圧力下でどう振る舞うかを調べた研究。 - 移動タスクを解くために進化・学習するモジュラーロボット系を用い、Darwinian evolution と Lamarckian evolution を比較。 - 純粋なタスクベース選択から、形態的新規性も報酬とする多目的圧力へ移行した際の応答を評価。

- 従来、Lamarckian inheritance は個体学習を伴う形態・制御器共進化の強力な加速要因とされてきた。 - その有効性は親子間の形態的類似性に依存する点が指摘されていたが、本研究は形態的多様性を高める圧力下での限界を初めて体系的に示した。 - タスク性能のみの最適化では Lamarckian が Darwinian を上回ることを確認しつつ、多様性圧力導入時に Lamarckian の性能低下が著しく大きいことを明らかにした。

- 進化と学習が可能なモジュラーロボット系を構築し、移動タスクを解かせる。 - Darwinian evolution と Lamarckian evolution を比較。Lamarckian では親が学習した制御器を子が継承する。 - 選択圧を純粋なタスクベースから、形態的新規性も報酬とする多目的圧力へ変化させ、性能と親子類似性を分析。

- モジュラーロボットの移動タスク実験で、Darwinian と Lamarckian の性能を比較。 - タスク性能のみの最適化では Lamarckian が優位であることを確認。 - 形態的多様性への選択圧を導入すると、Lamarckian で大幅な性能低下が生じ、親子類似性の低下が継承の利点を減じることを分析で示した。

- 形態的多様性を促進すると親子類似性が低下し、親が学習した制御器の継承メリットが減少する。 - 継承ベースの活用と多様性駆動の探索の間に根本的なトレードオフが存在することを示唆。 - Lamarckian evolution の限界を明らかにし、多様性圧力下での設計指針に議論を提起。

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として Darwinian evolution、Lamarckian inheritance、modular robots、multi-objective evolutionary robotics が挙げられる。 - 同分野の定番として evolutionary robotics、morphological computation、controller learning に関する文献が次に読むべき候補。