VLMによる主観的評価を用いたアニマットの進化モデル

本研究は、Vision-Language Model (VLM) による主観的評価を遺伝的アルゴリズムの適応度評価と選択プロセスに組み込むフレームワークを提案している。進化の対象として、柔軟な形態と移動能力を持つ仮想ソフトロボット (animat) を用い、2個体の移動を表す連続画像をVLMに提示する。選択は「adorably」や「weirdly」などの主観的評価用語に基づくペアワイズ比較で行われ、その結果が遺伝的アルゴリズムの選択圧として使用され、形態と移動の同時進化を可能にする。

従来の進化ロボティクスでは、適応度関数は明示的かつ客観的に定義されることが一般的であり、主観的評価を進化に組み込む試みは限られていた。本研究は、VLMを用いて言語的な主観評価を自動化し、人間の評価を必要とせずに進化の選択圧として利用できる点が新しい。また、VLMの主観評価がランダム選択よりも集団の収束を加速し、評価用語に対応する特徴的な形態と運動を生み出すことを示した点で、従来の客観的適応度に基づく進化とは一線を画す。

手法の核は、VLMによるペアワイズ比較を遺伝的アルゴリズムの選択に組み込む点である。具体的には、2個体の移動を表す画像シーケンスをVLMに提示し、指定された評価用語（例: adorably）に基づいてどちらがより当てはまるかを比較させる。この比較結果を選択圧として用いることで、形態と運動を同時に進化させる。VLMの判断は、言語表現を内部の複数の評価基準に分解して行われると仮定され、これにより主観的言語表現が身体化された表現型にマッピングされる過程を可視化する。

実験では、VLMによる主観的選択がランダム選択と比較して集団の収束を加速することを示した。また、各評価用語に対応する特徴的な形態と運動が出現することを確認した。さらに、人間の参加者による補助実験を行い、個々のペアワイズ選択はVLMの選択と部分的にしか一致しないものの、結果として得られる形態と運動の傾向は質的に類似していることを示した。また、繰り返しの人間評価は疲労を引き起こすことも観察された。

議論として、異なる評価用語間で類似した進化的結果が生じたことから、VLMは評価用語を文字通りに適用するのではなく、複数の内部評価基準に分解して判断している可能性が示唆される。また、人間の評価とVLMの評価が個々の選択では部分的にしか一致しないが、全体的な傾向は類似していることから、VLMの主観評価が人間の評価を完全に代替できるわけではないが、進化的傾向を再現できる可能性がある。さらに、人間の評価には疲労が伴うため、VLMによる自動化が有用であると考察される。

要旨からは、次に読むべき具体的な論文は不明であるが、関連する分野として、VLMを用いた評価や進化ロボティクス、人工生命の研究が挙げられる。具体的には、VLMの解釈可能性や主観評価の構造を分析した研究、または進化的アルゴリズムにおける適応度関数の自動設計に関する研究が関連する。