vmc-pet 実験記録1 — Lenia の体の崩壊は先読みできるか

vmc-pet は、連続セルオートマトン Lenia の場をそのまま体として表示する電子ペットです。 Lenia の生き物はカオス的な系で、強く押したり成長を弱めすぎたりすると、形を失って消えてしまいます（崩壊）。

この記事は、「崩壊を前もって読めるなら、危なくなったら動きを落として守れるのでは」という発想から始めた実験の記録です。 結論を先に書くと、崩壊は一気に起き、危険は見た目より先にパラメータにありました。 ペットの安全は、体の様子を見て守るより、パラメータを崩壊の崖から離しておく方が確かだと分かりました。

vmc-pet の設計は World Models の V（エンコーダ）/ M（世界モデル）/ C（コントローラ）の分割を借りています。 元の World Models で大きいのはコントローラではなく、報酬なしで先を読む世界モデル（M）の方です。 その最初の一歩として、「体が崩壊するか」を小さなモデルで先読みできるかを試しました。

先読みできれば「崩壊しそうならテンポを落とす」ような振る舞いの判断材料になり、研究として外れても安全装置として無駄になりにくい、という見込みでした。

普段のペットはほとんど崩壊しないので、安全な範囲を通さずに Lenia を直接動かし、4種の生き物に負荷をかけた400本のエピソードを作りました。

画面から見える量8つ（総量・その変化・広がり・密度・速さ・形の偏りなど）から、「10秒以内に崩壊するか」をロジスティック回帰で当てさせました。 崩壊したのは400本中72本です。

見える量は、崩壊の直前まで健康なままでした。 総量がはっきり落ち始めるのは崩壊の約0.3秒前からで、テンポの負荷では最後まで総量が健康なまま崩壊しました。 崩壊は、滑らかに衰えていくのではなく、一気に起きます。

誤警報を許せば先読みは伸びますが、それは崩壊の瞬間ではなく「危ない状況にいること」を見ているためだと考えています。 誤警報を出さない条件では、モデルは「総量が少ない」という素朴なしきい値と変わりませんでした。

8つの要約値しか見ていないのが限界だったので、場の値の分布（20個）や、体を中心に切り出した場そのもの（512個）を入力にしたモデルも試しました。

同じ条件では、場を読むと1秒以上前に気づける例が増えました。崩壊の直前には、場の中に情報があります。 ただし、見ていない負荷や見ていない生き物には移りませんでした。 場そのものを読むモデルは、見ていない条件では誤警報を出さない範囲で1つも警告できず、切り出した場の特定の形を覚えただけだったようです。

ここまでの2つは、広くランダムに負荷をかけて、1回きりの「崩壊した/しなかった」を当てていました。 一般的な予測モデルの作り方に沿って、次のように組み直しました。

同じ出発点から、場にごく小さなゆらぎを掛けて8本ずつ走らせ、崩壊した割合を「その条件の崩壊確率」としました（798組 × 8本）。 問いは「パラメータが分かっているとき、場の状態も知ると、崩壊の確率がよりよく当たるか」です。

最初の実行には欠陥がありました。 生き物ごとに崖の位置が違うことをパラメータ側で表せていなかったため、場を足すと良くなったように見えていたのです。 パラメータ側に生き物ごとの効き方を足してやり直すと、パラメータだけのモデルが大きく良くなりました。

パラメータが分かっていれば、O2u・OG2g・2S1v では、場を知っても崩壊の確率はよりよく当たりませんでした。 体の状態に応じて安全な範囲を変える根拠は無く、生き物ごとに固定したパラメータの範囲で守るいまのやり方で足りる、という結論です。

S1s だけは場を足すと良くなりました。S1s は放っておくと滑るのをやめて止まる、2つの状態を持つ生き物なので、状態によって崩れやすさが違う可能性があります。ただし数が少なく、確かめられてはいません。 副産物として、S1s は安全な範囲の中でも、パラメータを急に切り替えると崩壊しやすいことが分かりました（40個中27個）。

崩壊を知りたいだけなら、学習したモデルより、正確な規則で先を走らせる方が確かです。 そこで逆に、Lenia の場そのものを計算の担い手として使えるか（リザバーコンピューティング）を試しました。 入力を体への弱い摂動として注ぎ、場の状態から線形の読み出しだけを学習して、過去の入力を当てさせます。

生き物のいない場は、何も覚えませんでした。自分を保つ生き物がいることで、はじめて場に記憶が生まれます。 体が入力をしばらく抱えておく器になっている、というのはこのプロジェクトの見方と噛み合います。 一方で、一番良い O2u でも同じ大きさの ESN の約3分の1で、計算資源として実用にする力はありませんでした。

Lenia は Bert Chan 氏の Lenia（MIT License）に基づいています。