The MODES Toolbox: Measurements of Open-Ended Dynamics in Evolving Systems
The MODES Toolbox: Measurements of Open-Ended Dynamics in Evolving Systems
复制标题
MODES 工具箱：演化系统中开放式动力学的测量
DOI：
10.1162/artl_a_00280
复制
发表时间：
2019
期刊：
影响因子：
2.6
通讯作者：
Ofria, Charles
中科院分区：
文献类型：
--
作者：
Dolson, Emily L;Vostinar, Anya E;Wiser, Michael J;Ofria, Charles
构建更多开放式进化系统可以同时增进我们对生物学、人工生命和进化计算的理解。然而，为了做到这一点，我们需要一种方法来确定我们何时更接近这个目标。我们提出了一组指标，使我们能够衡量系统产生普遍认可的开放式进化标志的能力：变化潜力、新颖性潜力、复杂性潜力和生态潜力。我们的目标是使这些指标能够轻松地融入到系统中，并在系统之间进行比较，以便我们能够在一个领域取得连贯的进展。为此，我们为这些指标提供了详细的算法（包括 C++ 实现），这些算法应该很容易合并到现有的人工生命系统中。此外，随着研究人员用新语言实现这些指标以及社区就开放式进化的其他特征达成共识，我们预计该工具箱将继续增长。例如，我们欢迎对系统产生个性重大转变的潜力进行衡量。为了确认我们的指标能够准确地衡量我们感兴趣的特征，我们在两个截然不同的实验系统上进行了测试：NKlandscapes 和 Avida 数字进化平台。我们发现我们观察到的结果与我们对这些系统的先验知识一致，这表明我们提出的指标是有效的并且应该推广到其他系统。
Building more open-ended evolutionary systems can simultaneously advance our understanding of biology, artificial life, and evolutionary computation. In order to do so, however, we need a way to determine when we are moving closer to this goal. We propose a set of metrics that allow us to measure a system's ability to produce commonly-agreed-upon hallmarks of open-ended evolution: change potential, novelty potential, complexity potential, and ecological potential. Our goal is to make these metrics easy to incorporate into a system, and comparable across systems so that we can make coherent progress as a field. To this end, we provide detailed algorithms (including C++ implementations) for these metrics that should be easy to incorporate into existing artificial life systems. Furthermore, we expect this toolbox to continue to grow as researchers implement these metrics in new languages and as the community reaches consensus about additional hallmarks of open-ended evolution. For example, we would welcome a measurement of a system's potential to produce major transitions in individuality. To confirm that our metrics accurately measure the hallmarks we are interested in, we test them on two very different experimental systems:NKlandscapes and the Avida digital evolution platform. We find that our observed results are consistent with our prior knowledge about these systems, suggesting that our proposed metrics are effective and should generalize to other systems.
登录
查看更多内容
研究数字生物的开放式协同进化
影响因子：
2.6
作者：
Luis Zaman
通讯作者：
Luis Zaman
有界错觉：早期进化的渐近预测低估了进化潜力
影响因子：
2.6
作者：
Michael J. Wiser;Emily L. Dolson;Anya E. Vostinar;R. Lenski;Charles Ofria
通讯作者：
Charles Ofria
是什么阻碍了人工生命的开放式进化？
DOI：
10.15200/winn.152418.86598
发表时间：
2015
期刊：
The Winnower
影响因子：
--
作者：
Emily L. Dolson;Anya E. Vostinar;Charles Ofria
通讯作者：
Charles Ofria
进化不受束缚：释放复杂性之箭
影响因子：
2.5
作者：
K. Korb;A. Dorin
通讯作者：
A. Dorin
通过交叉喂养相互作用对微生物种群中频率依赖性适应性进行建模和量化
DOI：
10.1111/evo.12645
发表时间：
2014
期刊：
bioRxiv
影响因子：
--
作者：
Noah Ribeck;R. Lenski
通讯作者：
R. Lenski