情報の価値と進化するe-puckロボットにおけるコミュニケーションの創発

e-puck ロボット2台が餌場を探索する課題で、コミュニケーションがいつ創発するか、生得的な行動選択アーキテクチャがどう関与するかを調べた研究。餌場はロボットが通過したときのみ検出可能。各ロボットは1ビット信号を発信でき、受信側はその方向を検出できる。制御は residual path 付き GRU recurrent network が単独、または Embedded Action Selection Architecture (EASA) 内のチャネルとして動作。適応度は餌場上に滞在した時間のみ。

先行研究との具体的比較は要旨からは不明。ただし、compass の有無、arena サイズ、EASA の有無を操作し、信号使用の消滅・戦略の分化・性能差を系統的に示した点が特徴。特に、生得的な足場が社会的課題では阻害要因になり得ることを示唆した点が新しい。

e-puck を Webots モデルから PyBullet に再構築し、Webots に対して検証。制御は residual path 付き GRU recurrent network。EASA では生得反射がネットワークを制約。信号は1ビットで方向検出可能。適応度は餌場滞在時間。compass の有無、arena サイズ、EASA の有無を条件操作。

compass があると信号使用が完全に消滅。compass なしの小 arena では3回の独立 run が referential signal、permanent beacon、信号不使用という異なる戦略で同程度の性能。arena 拡大で referential signal 戦略が最も汎化。大 arena で直接進化させてもコミュニケーション頻度は増えず、戦略が分離し referential signal が solitary searching を明確に上回る。EASA 内では生得反射がネットワークを制約し性能を低下させ、優先度の進化に伴い反射が一貫して弱まる。

コミュニケーションは伝達する情報の価値に比例して創発する。孤立エージェント向けに設計された生得的足場は社会的課題では阻害要因になり得る。ただし、要旨からは具体的な議論の詳細や限界は不明。

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、e-puck、PyBullet、Webots、GRU recurrent network、Embedded Action Selection Architecture (EASA) が挙げられる。同分野の定番として evolutionary robotics、multi-robot communication、action selection architecture の文献が次に読むべき候補。