Die erstaunliche Kreativität der digitalen Evolution

Dieser Artikel enthält Beschreibungen, die direkt von Forschern erhalten wurden, die ähnliche Situationen im Bereich des künstlichen Lebens und der evolutionären Modellierung aufgezeichnet haben. Wir legen wesentliche Beweise dafür vor, dass die Existenz und Bedeutung der „Überraschungen der Evolution“ die Welt der Wildtiere übersteigt ...

Eine Sammlung von Fällen aus der Praxis des Evolutionscomputers und der künstlichen Lebensforschung

Eine gekürzte Übersetzung aus einem englischen Artikel : Die überraschende Kreativität der digitalen Evolution:
Eine Sammlung von Anekdoten aus den Communities Evolutionary Computation und Artificial Life Research

Anmerkung

Der Evolutionsprozess ist eine brodelnde Quelle für verschiedene Anpassungsmöglichkeiten. Das kreative Potenzial der Evolution ist nicht auf die Welt der Wildtiere beschränkt: Künstliche Organismen, die durch Computermodellierung erzeugt werden, können ihre eigenen Schöpfer verwirren.

Evolutionäre Algorithmen tragen dazu bei, über den Rahmen hinauszugehen, auf dem sie entstehen. Darüber hinaus können viele Forscher auf diesem Gebiet Beispiele dafür liefern, wie die von ihnen geschaffenen Algorithmen und künstlichen Organismen die Erwartungen und Absichten auffallend zerstören. Dies geschieht aufgrund der Manifestation nicht erkannter Fehler im Programmcode und der Schaffung unvorhergesehener Anpassungsoptionen. Oder im Verhalten digitaler Wesen und den Forschungsergebnissen findet sich eine Ähnlichkeit mit Beobachtungen in der lebenden Natur. Solche Geschichten sind überraschend in der Entwicklung der digitalen Welt, passen aber selten in die akzeptierte wissenschaftliche Interpretation. Stattdessen werden sie oft nur als einige der Hindernisse für die Erzielung von Ergebnissen mit bewusst gesetzten Zielen interpretiert.

Fehler werden beseitigt, Experimente ändern die Richtung und einige erstaunliche Momente führen zu einem bestimmten Ergebnis. Solche Geschichten werden mündlich unter Forschern übertragen, aber eine solche Methode zur Übermittlung von Informationen ist nicht effektiv, was zu Verzerrungen und Verlusten führt. Darüber hinaus werden solche Geschichten in der Regel unter den Experimentatoren selbst verteilt, so viele Wildtierforscher nicht
Es ist oft möglich, sich ein Bild davon zu machen, wie interessant und realistisch digitale Wesen und ihre Evolutionsprozesse sein können.

Nach unseren Daten wurden bisher keine Sammlungen von Beschreibungen solcher Geschichten veröffentlicht. Dieser Artikel enthält Beschreibungen, die direkt von Forschern erhalten wurden, die ähnliche Situationen im Bereich des künstlichen Lebens und der evolutionären Modellierung aufgezeichnet haben.

In dieser Hinsicht legen wir wesentliche Beweise dafür vor, dass das Vorhandensein und die Bedeutung von „Überraschungen der Evolution“ über die Grenzen der Welt der lebenden Natur hinausgehen, und dies kann tatsächlich eine Manifestation der universellen Eigenschaften aller komplexen sich entwickelnden Systeme sein.

Einführung

Die Evolution präsentiert uns unzählige Beispiele für paradoxerweise kreative Wege, um komplexe Entscheidungen hinsichtlich der Variabilität der lebenden Natur zu treffen. Zum Beispiel haben einige Arten von Blumen eine ähnliche Funktion wie ein akustisches Leuchtfeuer, um Fledermäuse anzuziehen, die von der Echolokalisierung geleitet werden. Extremophile Mikroben modifizieren ihre eigene DNA für ein erfolgreiches Wachstum unter Bedingungen
Starke Strahlung, Bombardierkäfer stoßen Raubtiere durch heftige chemische Reaktionen ab, Parasiten programmieren das Gehirn der Kreaturen, auf denen sie sich niederlassen, neu, was den Tod dieser Kreaturen verursacht, aber das Wohlergehen der Parasiten selbst gewährleistet.

Viele andere Beispiele beziehen sich auf eine Vielzahl von biologischen Systemen. Und selbst Biologen mit großer Erfahrung sind manchmal überrascht, wenn sie etwas über neu entdeckte Anpassungsmöglichkeiten lernen. Der Prozess der biologischen Evolution ist bemerkenswert für seine erstaunliche Kreativität, zumindest in dem Sinne, dass unvorstellbare und komplexe Lösungen entstehen, die anscheinend mit Lösungen verglichen werden können, die von Menschen entwickelt wurden. Darüber hinaus ist die Kreativität evolutionärer Prozesse nicht auf die Sphäre der organischen Welt beschränkt. Unabhängig vom physischen Medium können Manifestationen der Evolution überall beobachtet werden, wo Funktionen wie Replikation, Variabilität und Selektion miteinander verflochten sind.

In dieser Hinsicht kann die Evolution durch Beispiele aus der Welt der digitalen Realität bestätigt werden - in Form von Computerprogrammen, die für Experimente zur Erforschung der Evolution oder zur Lösung von Designproblemen aufgrund der Erzeugung digitaler Kreaturen entwickelt wurden. Wie die biologische Evolution führen digitale Evolutionsexperimente oft zu überraschenden Ergebnissen. Manchmal enthüllt die Evolution versteckte Codefehler oder zeigt eine bemerkenswerte Konvergenz mit biologischen Manifestationen. Und manchmal entstehen durch die Evolution Entscheidungen, von denen die Forscher keine Ahnung hatten oder die als unmöglich angesehen wurden.

Die Geschichten, die mit der digitalen Evolution verbunden sind und die Forscher, die sie untersuchen, „verblüffen“, sind mehr als nur kleine Artefakte. Solche Fälle tragen zu Einsichten und zum Erwerb von Wissen bei, das für praktische Aktivitäten nützlich ist, da sie die Allgegenwart solcher Probleme und die Möglichkeit ihrer Überwindung zeigen.
aus Notwendigkeit.

Darüber hinaus zeigen solche Situationen, dass die bewährten digitalen Evolutionsmodelle nicht nur die von den Entwicklern festgelegten Anforderungen sowie bestimmte Verzerrungen widerspiegeln. Gleichzeitig erweisen sie sich als hinreichend begründet, um unerwartete Ergebnisse und neues Wissen zu erzielen.

Evolution und Kreativität

Die Entwicklung der Kreativität wird deutlich, wenn man die Vielfalt der Wildtiere beobachtet. Ähnliche Gedanken spiegelte Darwin in der Schlussfolgerung zum Ursprung der Arten wider, in der erwähnt wird, dass die Beobachtung der unzähligen biologischen Lebewesen, die in einem einzigen Gebiet zusammenleben, Anlass zu ernsthaften Überlegungen gibt - „endlose Formen am schönsten“.

Die Variabilität der Wildtiere breitet sich entlang von Achsen wie Komplexität, Organisation, Lebensraum, Stoffwechsel und Fortpflanzung aus. Gleichzeitig wird eine Beziehung verfolgt - von einzelligen Prokaryoten zu Organismen von Walen, die Billiarden Zellen enthalten. Seit dem Ursprung des Lebens hat die biologische Vielfalt überall Einzug gehalten, während die Evolution das Meer, das Land, den Luftraum und all dies mit der Schaffung unzähliger Anpassungsmöglichkeiten erobert hat.

Die Funktionalität einer solchen Anpassung geht weit über die Fähigkeiten des modernen intelligenten Designs hinaus, das bisher darauf abzielt, Roboter zu entwickeln, die eine zuverlässige Selbstreproduktion, eine unabhängige Entwicklung der realen Welt oder die Manifestation von Intelligenz auf einem mit dem menschlichen Niveau vergleichbaren Niveau ermöglichen. Das Wort „Kreativität“ ist jedoch semantisch mehrdeutig und kann viele verschiedene Bedeutungen haben. Um nicht in Diskussionen über semantische und philosophische Manifestationen zu ertrinken und die Existenz anderer Definitionen und entsprechender Meinungen anzuerkennen, werden wir eine „Standarddefinition“ annehmen: Kreativität erzeugt etwas Originelles (Neues) und Effektives (Funktionales). Dieses Kriterium erfüllt viele Werke der Evolution.

Nach diesem Verständnis ist die Quelle der Kreativität in Wildtieren der Wiedergabefilter. Die Existenz eines solchen Filters kann auf viele verschiedene Arten realisiert werden, und als Ergebnis der Evolution wird eine Masse heterogener Ergebnisse gebildet. In der Natur gibt es beispielsweise viele Möglichkeiten, die für das Funktionieren erforderliche Energie aus anorganischen Quellen (wie Sonne, Eisen, Ammoniak) oder verschiedenen Flügelstrukturen für das Fliegen zwischen Insekten, Vögeln, Säugetieren und Reptilien zu gewinnen.

Das Kreativitätspotential der Evolution trägt auch zur Selbstausrichtung durch Umweltinteraktion bei. Gleichzeitig geht die Schaffung einer neuen Nische häufig mit der Entdeckung anderer Nischen durch Raub, Symbiose, Parasitismus oder Gefangennahme einher. Obwohl die Evolution einen Mangel an Weitsicht und Intentionalität (Eigenschaften, die der menschlichen Kreativität innewohnen) offenbart, entwickeln sich Strukturen entlang einer der Funktionen, oft mit
Für andere Zwecke angepasst, wird dieses Phänomen als Exaptation bezeichnet.

Zum Beispiel ist die Theorie weit verbreitet, dass die Evolution von Federträgern sie aufgrund der Thermoregulation zuerst zu Dinosauriern machte und sie später anpassungsfähig für fliegende und brütende Vögel machte. Aber auch ohne direkte Voraussicht deutet die Forschung über die Entwicklungskapazität darauf hin
Diese Genomarchitektur allein kann zu einer Tendenz zur Steigerung des Kreativitätspotentials beitragen. Eine der Komponenten der Evolution ist der Selektionsdruck, der die Anpassung der Arten bewirkt, um die Integration in die Umwelt zu verbessern, und der häufig zu Kreativität innerhalb der jeweiligen Art führt. Das heißt, Koexistenz
Der evolutionäre Wandel führt zur Entstehung wirksamer Lösungen, beispielsweise zur Verbesserung des Schutzes vor Raubtieren oder vor natürlichen Ereignissen wie Wind oder Strahlung.

Neben der Kreativität innerhalb der Spezies gibt es auch evolutionäre Kräfte, die zur Divergenz der Kreativität beitragen, was zur Anhäufung neuer Merkmale oder Nischen führt. Eine solche Kraft ist die negative frequenzabhängige Auswahl; Ein solcher Anreizfaktor manifestiert sich, wenn sich einige der Zeichen nur im seltenen Fall anpassen, was zur Evolution von Organismen mit einer Demonstration ihrer verschiedenen Wege beiträgt. Ein weiterer Divergenzfaktor, der von evolutionären Kräften angetrieben wird, ist die adaptive Strahlung. Es manifestiert sich beim Zugang zu neuen Möglichkeiten und trägt zur raschen Diversifizierung des Körpers bei, indem es sich in eine Reihe neuer Arten verwandelt, beispielsweise wenn es sich um eine neue handelt
Funktionen wie Fliegen.

Daher ist die Evolution auf Effizienz (erfolgreiche Fitness und Funktionalität) sowie Originalität ausgerichtet, indem sowohl die Kräfte der natürlichen Selektion als auch die Divergenzkräfte optimiert werden. Aufgrund dessen entstehen Artefakte, die beide Kriterien der Standarddefinition von Kreativität erfüllen. Eines der Ziele des Artikels ist es zu betonen, dass diese Kreativität nicht auf die biologische Umgebung beschränkt ist, sondern auch eine gemeinsame Eigenschaft der digitalen Evolution ist.

Digitale Evolution

Angeregt durch die Untersuchung der biologischen Evolution untersuchen Forscher auf dem Gebiet der digitalen Evolution Prozesse, die durch Berechnungsmethoden veranschaulicht werden. Die Hauptidee ist, dass der biologischen Evolution abstrakte Prinzipien zugrunde liegen, die vom physikalischen Medium unabhängig sind, und dass solche Prinzipien durch Computergeräte effektiv angewendet und untersucht werden können.

Mit den Worten eines Forschers von Daniel Dennett: "Evolution findet immer und überall statt, wo drei Bedingungen kombiniert werden: Replikation, Variabilität (Mutationen) und verschiedene Fitness (Wettbewerb)"; Es erfordert keine speziellen Moleküle (z. B. DNA oder RNA) oder Substrate (z. B. spezielle physikalische Membranen).

In der Natur wird Vererbung durch Replikation genetischer Moleküle und Variabilität durch Mechanismen organisiert, die denen ähneln, die Fehler kopieren, sowie durch genetische Rekombination. Die Auswahl in der biologischen Evolution hängt wesentlich davon ab, wie viel Überleben und Fortpflanzung logische Existenzbedingungen sind
genetisches Material des Körpers. Der Vergleich mit der digitalen Evolution führt zu der Ansicht, dass Prozesse, die die Funktionen Replikation, Variabilität und Auswahl erfüllen, in Form von evolutionären Algorithmen (EA) auf Computern implementiert werden können.

Beispielsweise kann die Replikation einfach durch Kopieren einer Datenstruktur (d. H. Eines digitalen Genoms) in den Speicher simuliert werden. Die Variabilität kann durch zufällige Störungen von Elementen innerhalb einer solchen Datenstruktur dargestellt werden. Die Auswahl in EA kann auf verschiedene Arten erfolgen, während die beiden häufigsten digitale Analoga von künstlichen sind
und natürliche Selektion in der biologischen Evolution. Die Ähnlichkeiten und Unterschiede für diese Arten von Selektionsdruck sind wichtig, um viele der Ergebnisse der digitalen Evolution zu verstehen, die nachstehend ausführlicher beschrieben werden.

Künstliche Selektion in der biologischen Evolution wird zum Beispiel von Pferdezüchtern verwendet, die entscheiden, welche Rassen zusammengebracht werden sollen, in der Hoffnung, bestimmte Eigenschaften zu verbessern, beispielsweise wenn die schnellsten oder kleinsten Individuen reduziert werden. Bei dieser Methode spiegelt die Auswahl die von Personen gesetzten Ziele wider. In ähnlicher Weise kann ein Forscher in der digitalen Evolution eine Fitnessfunktion als Kriterium für die automatische Durchführung einer Auswahl einführen. Die Fitnessfunktion ist eine Metrik, die beschreibt, welche Phänotypen unter anderem bevorzugt werden, und dies spiegelt das Ziel der digitalen Evolution wider. Zum Beispiel, wenn Sie EA für das Design verwenden
Ein stabiler Gang eines Laufroboters und eine visuelle Fitnessfunktion würden helfen, zu messen, wie weit der kontrollierte Roboter gehen wird, bevor er fällt. Die Auswahl mit einem solchen EA sollte auf Robotersteuerungen reduziert werden, die die größte Entfernung realisieren, in der Hoffnung, dass ihre Nachkommen noch größere Entfernungen überwinden können. Eine ähnliche Auswahlmethode ist in technischen Anwendungen am gebräuchlichsten, wenn mit der digitalen Evolution das gewünschte Ergebnis erzielt werden soll.

Ein anderer üblicher Weg der digitalen Selektion ist die Verwendung der natürlichen Selektion, ähnlich der biologischen, wenn die Evolution nicht im Voraus begrenzt ist. Der Hauptunterschied zum vorherigen besteht darin, dass bei dieser Methode kein bestimmtes vorbestimmtes Ergebnis und eine bestimmte Fitnessfunktion vorliegt. Gleichzeitig konkurrieren digitale Wesen um begrenzte Ressourcen wie künstliche Nährstoffe. Hier sind zyklische Operationen des Zentralprozessors erforderlich, um den Code der Kreaturen oder den Speicherort auf einem digitalen Medium zum Aufzeichnen von Genomen zu replizieren. Bei der Angabe der Variabilität in einer Population überleben einige Kreaturen lange genug für die Fortpflanzung mit der Fortpflanzung ihres genetischen Materials, während andere verschwinden, und dies liefert eine natürliche Entwicklung.

In der Regel werden digitale Evolutionssysteme und ähnliche Experimente nicht direkt für 4/30-Engineering-Zwecke implementiert, sondern als Mittel verwendet, um die Grundprinzipien des Lebens und der Evolution mit einfacheren Einstellungen als in der Biologie zu untersuchen. Das heißt, sie bieten künstliche Lebensmodelle zur Verwendung in evolutionären Experimenten. Eine anhaltende Fehlinterpretation der digitalen Evolution ist, weil es
Wenn es auf einem Computermedium initiiert wird, geht die Einhaltung von Studien zur biologischen Evolution verloren. Sowohl durch philosophische Argumente als auch durch relevante Veröffentlichungen wurde jedoch vorgeschlagen, dass die digitale Evolution ein nützliches Instrument sein kann, um die Forschung zur biologischen Evolution zu erleichtern und zu ergänzen. Tatsächlich können solche sich entwickelnden Systeme als echte Inkarnationen der Evolution betrachtet werden und nicht nur als ihre Simulationen.

Algorithmen und Simulationen - Überraschungen

Erstens mag es nicht offensichtlich erscheinen, dass eine Klasse von Algorithmen ihre Compiler systematisch überrascht. Gleichzeitig definieren wir Überraschung ziemlich weit gefasst als Beobachtung eines Ergebnisses, das sich erheblich von den Erwartungen unterscheidet, sei es Erwartungen aufgrund der Intuition, Vorhersagen aufgrund gewonnener Erfahrungen oder aufgrund
theoretische Modelle. Da es sich bei dem Algorithmus um eine formale Liste eindeutiger Anweisungen handelt, die in einer bestimmten Reihenfolge ausgeführt werden, erscheint es völlig ausreichend, die Beschreibung des Algorithmus zu überprüfen, um die gesamte Bandbreite möglicher Ergebnisse vorherzusagen und möglichen Überraschungen entgegenzuwirken. Darüber hinaus folgt aus der Theorie der Informatik, dass für viele Computerprogramme das Ergebnis der Ausführung ist
kann nicht vorhergesagt werden, ohne ein Programm auszuführen. Auf dem Gebiet der komplexen Systemforschung ist auch bekannt, dass einfache Programme bei ihrer Ausführung komplexe und manchmal sogar überraschende Ergebnisse liefern können.

Dies ist eine grundlegende Tatsache, die vor allem der Intuition widerspricht. Die Interaktion zwischen mehreren modernen Softwareprodukten, die speziell darauf ausgelegt ist, vorhersehbare Ergebnisse zu erzielen, scheint die Manifestation von Überraschungen im Voraus auszuschließen. Aber dennoch, wenn die Manifestation überraschender Innovationen charakteristisch ist für
biologische Evolution, dann sollten ähnliche Manifestationen von Computermodellen erwartet werden, die die grundlegenden Aspekte des Evolutionsprozesses veranschaulichen. Wir bieten informelle Belege für das Potenzial der digitalen Evolution, unvorhersehbare Ergebnisse zu erzielen. und die verschiedenen unten dargestellten Manifestationen zeigen, wie häufig und weit verbreitet diese erstaunlichen Ergebnisse in der Praxis sind. Es ist wichtig, auch einen solchen Aspekt der menschlichen
Psychologie als Tendenz zu verspäteten Urteilen zu erwähnen , der es oft schwierig macht, die Bedeutung einer Überraschung angesichts ihrer subjektiven Wahrnehmung durch eine andere Person zu verstehen. Das heißt, Menschen übertreiben oft, wie vorhersehbar ein Ereignis nach seinem Auftreten ist. Viele der unten dargestellten Fälle können jedoch zu Verständnis führen.
die Ergebnisse nach der Tatsache, die den Leser veranlassen können, eine überraschende Manifestation zu leugnen.

Klassifizierung der Kreativität der digitalen Evolution

Das Folgende sind 27 interessante Fälle im Zusammenhang mit der Arbeit von 50 Forschern.
Wir haben diese Fälle bedingt in 4 Kategorien unterteilt:

• rasende Auswahl, wenn die digitale Evolution eine Diskrepanz zwischen dem, was Experimentatoren verlangen, und dem, was sie darüber denken, wenn sie gefragt werden, zeigt;
• Durch versehentliches Debuggen erkennt und verwendet Digital Evolution bisher unbekannte Software- oder Hardwarefehler.
• Die digitale Evolution übertrifft die Erwartungen und entdeckt Lösungen, die die Erwartungen übertreffen.
• In Übereinstimmung mit der Biologie entdeckt die digitale Evolution Lösungen, die mit denen in der Natur übereinstimmen, trotz erheblicher Diskrepanzen in Bezug auf Medien und Bedingungen.

Wütende Auswahl

Bei der Lösung praktischer Probleme ist der häufigste Ansatz unter Experimentatoren die Wahl der Fitnessfunktion, die das gewünschte Ziel der Studie widerspiegelt. Als solche Fitnessfunktionen werden häufig einfache quantitative Messungen festgelegt, die offensichtlich erscheinen, um die grundlegenden Eigenschaften abzudecken und ein erfolgreiches Ergebnis zu erzielen.



Abb. 1 Nutzung potenzieller Bewegungsenergie. Die Evolution zeigt, dass es einfacher ist, hohe Strukturen zu schaffen, die einen rationalen Sturz bewirken, als nach Strategien für aktive Bewegung zu suchen. Links: Kreatur zu Beginn des Versuchs. Rechts: Momente des Sturzes und des Saltos, um die Dynamik aufrechtzuerhalten.

Solche Verfahren sind EA-Trigger, da sie als "Trichter" für die direkte Suche dienen. "Zucht" zielt darauf ab, Kreaturen mit einer höheren Bewertung der Fitness zu züchten, in der Hoffnung, dass dies zu weiteren Verbesserungen der Fitness führt und sicherlich zum gewünschten Ergebnis führt. Dies ähnelt dem Prozess der Zucht von Tierrassen und basiert auf denselben Evolutionsprinzipien, um ein bestimmtes
Ergebnis zu erzielen .

Wie unten gezeigt, werden quantitative Messungen, die mit guten Absichten durchgeführt werden, jedoch häufig mit nicht offensichtlichen Mitteln maximiert. Darüber hinaus überschätzen Experimentatoren häufig, wie genau quantitative Messungen das zugrunde liegende qualitative Ergebnis widerspiegeln, das von den Experimentatoren selbst impliziert wird. Dies ist ein Fehler, der als Konflikt zwischen Karte und Gebiet bekannt ist (z. B. ist die Metrik eine Karte, und der Forscher impliziert ein gültiges Gebiet;).

Häufig für die Evolution ist die Ausnutzung von Lücken im Verfahren zur Durchführung quantitativer Messungen funktional einfacher als das Erreichen des tatsächlich gewünschten Ergebnisses. Auch präzise geschaffene Indikatorsysteme in der menschlichen Gesellschaft mit guten Zielen können zerstört werden, indem ihre Optimierung direkt beeinflusst wird (das sogenannte Campbell-Gesetz oder das Goodhart-Gesetz). Und die digitale Evolution handelt oft, um den Buchstaben des Gesetzes (
dh die Funktion der Fitness) zu erfüllen und dabei seine Bedeutung zu ignorieren.

Warum gehen, wenn Sie Salto können?

In der Grundlagenarbeit (1994, Karl Sims) entwickeln sich dreidimensionale virtuelle Kreaturen, die in der Lage sind, Verhaltensweisen wie Gehen, Schwimmen und Springen in einer simulierten physischen Umgebung zu entdecken. Die Körper der Kreaturen bestehen aus verbundenen Blöcken. Ihr Gehirn wird durch einfache neuronale Netze realisiert, die ein variables Moment an den Gelenken erzeugen, basierend auf den Empfindungen der Gliedmaßen, wobei eine
Bewegung ausgeführt wird, die realistisch aussieht. Die Struktur- und Kontrollsysteme entwickelten sich gleichzeitig, was es ermöglichte, alle Arten von Körpern und Bewegungsstrategien zu erhalten. Tatsächlich bleiben solche Kreaturen die häufigsten Produkte der digitalen Evolution.

Als die Sims jedoch zum ersten Mal versuchten, die Entwicklung des Verhaltens während der Bewegung umzusetzen, traten Schwierigkeiten auf. In einem simulierten Bereich mit Schwerkraft und Reibung wurde die Fitness von Kreaturen als durchschnittliche Bewegungsgeschwindigkeit über die Oberfläche über eine Lebensdauer von 10 simulierten Sekunden gemessen. Anstatt intelligente Gelenke oder schlangenartige Bewegungen hervorzubringen, die helfen könnten, sie zu schieben
entlang der Oberfläche (wie erwartet) wurden die Kreaturen groß und steif. Während der Simulation neigten sie dazu, zu kentern und ihre eigene potentielle Energie zu nutzen, um eine hohe Geschwindigkeit zu erreichen. Einige stürzten sogar, um die horizontale Geschwindigkeit zu erhöhen (Abb. 1). Um solche „Tricks“ zu verhindern, muss zu Beginn jeder Simulation ein Zeitintervall zugewiesen werden, um die
potenzielle Energie freizusetzen, die den Kreaturen in der Ausgangsposition innewohnt, bevor ihre Bewegung zu Ergebnissen führt.



Abb. 2. Nutzung der potentiellen Energie für Stabhochsprung.
Die Evolution findet, dass es einfacher ist, herunterfallende und überrollende Kreaturen zu spawnen, als Mechanismen zu schaffen, um Sprünge zu aktivieren.

Basierend auf der Arbeit des Autors von Sims, aber unter Verwendung einer anderen Simulationsplattform, brachte der Forscher Krcah Kreaturen dazu, Sprünge über die Oberfläche auf die höchstmögliche Höhe auszuführen. In der ersten Versuchsreihe wurde die Fitness jedes Organismus als maximaler Anstieg des Schwerpunkts auf eine Höhe berechnet. Als Ergebnis wurden Kreaturen mit einer Höhe von 15 cm geschaffen, die 7 cm von der Oberfläche abprallten. Gleichzeitig entstanden auch versehentlich Wesen, die ein hohes Maß an Fitness erreichten, indem sie einen Körper in Form eines hohen statischen Turms schufen, der ohne Bewegung aufstieg. Bei dem Versuch, eine solche Lücke in der nächsten Versuchsreihe zu korrigieren, wurde die Fitness als der größte Abstand von der Oberfläche zum Knoten berechnet, der ursprünglich näher an der Oberfläche lag. Bei der Auswertung der quantitativen Ergebnisse eines ExperimentsZur Überraschung der Forscher wurden einige Kreaturen sehr groß und zeigten sich auch
Fast zehnfache Verbesserung beim Springen! Gleichzeitig stellte sich heraus, dass die Evolution einen solchen „Trick“ wie einen Salto ohne Sprünge zeigt. Der sich entwickelnde Körper bestand aus mehreren großen Blöcken und ähnelte einem Kopf, der von einem langen vertikalen Mast getragen wurde (Abb. 2).

Zu Beginn der Simulation drückte die Kreatur ihr langes Bein von der Oberfläche und begann mit dem Kopf voran zu fallen, wobei das Bein (anfangs der untere Punkt, von dem aus der Sprungwert berechnet wurde) von der Oberfläche aus einen Salto machte. Dies erzeugte eine große Lücke zwischen der Oberfläche und dem unteren Punkt, während ein hoher Fitnesswert beibehalten wurde, ohne dass offensichtliche Sprungfähigkeiten trainiert wurden.

Link zum Video .

Versehentliches Debuggen

Die folgenden Beispiele zeigen, wie fehlgeschlagene Elemente virtueller Kreaturen zu unvorhergesehenen Anpassungen fähig werden können.

Deaktivierte Funktionen wiederherstellen

Ein EA namens MAP-Elites wurde verwendet, um die mögliche Wechselwirkung des Roboterarms mit einem kleinen Würfel auf dem Tisch zu untersuchen. Der Zweck der Studie ist die Erzeugung und Akkumulation verschiedener Controller, die den Würfel an verschiedene Stellen auf dem Tisch bewegen können. Mit den üblichen Einstellungen kann die MAP-Elites-Software den Würfel um den Tisch bewegen, ihn greifen und sogar in den Korb vor der Hand des
Roboters fallen lassen. Für ein nachfolgendes Experiment wurde der Robotergriff beschädigt, wodurch sein Öffnen / Schließen verhindert wurde. Es wurde erwartet, dass die Hand den Würfel nur auf eine bestimmte Weise bewegen kann, dh dumm schieben kann. MAP-Elites entdeckte jedoch einen schwierigen Weg: Schieben Sie den Würfel mit dem Greifer nur in eine bestimmte Richtung und veranlassen Sie den Griff, sich zu öffnen, damit
er den Würfel sicher hält (Abb. 4)!



Abb. 4. (a) die Hand des Roboters in der Ausgangsposition mit geschlossenem Griff
(b) die Hand drückt den Würfel in Richtung der Basis der Hand
© die Hand bewegt den Würfel näher an die Basis und führt eine schnelle Bewegung aus,
indem sie auf dem Tisch gleitet, wodurch sich die Finger öffnen und
den Würfel greifen.
(d) Die Hand bewegt den im Griff gehaltenen Würfel in eine neue Position.

Link zum Video .

Ergebnisse übertreffen

Kniend

Es wurde ein Algorithmus eingeführt, mit dem sich ein beschädigter Roboter innerhalb von zwei Minuten erfolgreich anpassen konnte. Wir haben die Entwicklung des Schadens am sechsten Roboter untersucht - Gehen mit beschädigten Beinen oder Motoren (Abb. 5). Vor dem Test kombinierten die Forscher die digitale Evolution mit einem Robotersimulator, um das Primärtraining in verschiedenen Gehstrategien durchzuführen. Nach einer Beschädigung musste der Roboter die Erfahrungen aus der simulierten Evolution nutzen, um bei Tests in einer realen Umgebung schnell zu lernen.

Um die Evolution verschiedener Gehmethoden zu implementieren, wurde der MAP-Elites-Evolutionsalgorithmus verwendet, der nach dem am besten angepassten Organismus für jede spezifische Kombination gegebener Dimensionen suchte (dh nach möglichen Methoden, die durch Phänotypen implementiert wurden). In diesem Fall entsprachen 6 Variabilitätsdimensionen Zeitbrüchen (von jedem der Beine verwendet); Der relative Bruchteil der Zeit, in der die Oberfläche der Füße jeden Fuß berührte, wurde gemessen. Daher suchte der Evolutionsalgorithmus nach dem schnellsten Weg, um mit jeder bestimmten Häufigkeit des Berührens der Oberfläche der Füße jedes Beins des sechsten Roboters zu gehen. Gleichzeitig wurde die Evolutionsoption als unmöglich angesehen, wenn keines der sechs Beine die Oberfläche berührte, dh die Berührung entsprach einem Zeitintervall von 0%.



Der Roboter rollte sich jedoch auf den Rücken und bewegte sich auf den Knien (zurückgedreht), wobei seine Füße in der Luft hingen! (Abb. 6).

Das Video zeigt die verschiedenen gefundenen Laufmuster, einschließlich des genannten
(zum Zeitpunkt 1: 49).

Link zum Video .

Schnellste Fahrt - nicht immer in einer geraden Linie

Die Forscher Richard Watson und Sevan Ficici untersuchten das Verhalten von Robotern mit zwei Rädern, zwei Motoren und zwei Sensoren. Roboter dieses Typs sind bekannt, sie werden in dem Buch erwähnt, das besagt, dass die Verbindung der Sensoreingänge mit den Motorausgängen, die auf eine bestimmte Weise hergestellt werden, ein Verhalten verursacht, das dem Folgen eines Lichtstrahls ähnlich ist
. Wenn beispielsweise das Motormoment des rechten Rads proportional zur vom linken Sensor erfassten Lichtintensität und dementsprechend vom rechten Sensor für das linke Rad ist, bewegt sich der Roboter in Richtung der Lichtquelle. In diesem Experiment wurden die Gewichte für die Verbindungen zwischen den Sensoreingängen und den Raddrehzahlen durch die Evolution bestimmt. Gleichzeitig wurde die Richtigkeit der im Buch erwähnten Aussage überprüft.

Wenn sich entwickelnde Roboter in Richtung der Lichtquelle bewegten, handelten sie oft unvorhersehbar. Einige gingen zurück zur Quelle, als der Sensor abgedunkelt war, andere suchten nach der Quelle mit einer exzentrischen Flugbahn und nicht gemäß der verifizierten Aussage (Abb. 7). Es stellte sich heraus, dass eine solche Flugbahn mit Wirbeln aufgrund der Krümmung oder Begradigung der Kurve leichter zu justieren ist, wenn man der Quelle folgt. Die Autoren fanden heraus, dass der Bereich der genetischen Suche, der zum Verwirbeln führt, sehr breit ist, während die klassische Lösung gemäß der obigen Aussage ein genaues Gleichgewicht erfordert (zum Beispiel mit einer geringfügigen Änderung von der Richtung im Uhrzeigersinn in die entgegengesetzte Richtung, Abb. 7) und einem relativ engen Bereich entspricht genetische Suche. Trotz der beobachteten IneffizienzDas Wirbeln bleibt im Gegensatz zur klassischen Lösung auch bei höheren Drehzahlen erhalten, wenn bei hohen Motordrehzahlen eine ausreichend schnelle Regelung nicht möglich ist. Außerdem ist das Wirbeln zuverlässiger, wenn verschiedene Antriebe in einzelnen Robotern verwendet werden, und gleichzeitig ist es weniger wahrscheinlich, dass sie an den Seiten des Testgeländes „haften bleiben“.



Abb. 7. Der Roboter folgt der Lichtquelle. Links: klassische Lösung. Richtig: Wirbeln durch die Evolution.

Konvergenz mit der Biologie

Die digitale Evolution, die durch Studien zur biologischen Evolution induziert wurde, weist natürlich ähnliche Grundprinzipien auf, wie Selektion, Variabilität und Erblichkeit. Gleichzeitig gibt es keine Gewissheit, dass sich die digitale Evolution in Fällen spezifischen Verhaltens sowie in der Natur aufgrund einer Vielzahl von Faktoren der unteren
Ebene manifestieren wird : Grad der Mutationen, Genomgrößen, Verfolgung von Phänotypen zu Genotypen (Kartierung), Populationsgrößen, Morphologie, Arten von Interaktionen, die Komplexität der Umgebung. Darüber hinaus ist es in der Praxis interessant, Fälle einer solchen Konvergenz zu beobachten.

Knochen- und Muskelentwicklung

Bei der Untersuchung virtueller Kreaturen zeigte die Evolution Bewegungsstrategien, die denen ähneln, die bei biologischen Kreaturen beobachtet wurden (Abb. 11). Oben ist die Bewegung einer Kreatur ähnlich einem Regenwurm. Die Evolution entdeckt die Vorteile der Verwendung komplementärer (antidirektionaler) Muskelgruppen wie Bizeps und Trizeps beim Menschen und ihre optimale Platzierung wieder. Das Ergebnis der Entwicklung eines knochenartigen Materials zur Unterstützung dünnerer Knoten ist nachstehend dargestellt, wodurch diese länger und dünner werden können, ohne dass die Tragfähigkeit verloren geht. Das Ergebnis ist eine Art Galopp, der Pferden gemeinsam ist.

Abb. 11. Verschiedene Farben zeigen die Elemente des dreidimensionalen Bildes:
Rot und Grün - entgegengesetzt wirkende Muskelgruppen,
Blau und Blau - harte und weiche Trägermaterialien.



Oben ist gezeigt, wie sich verschiedene Zonen jedes Muskels entwickeln.

Crosspost