[2025年11月13日投稿 (v1)、最終改訂2026年7月29日 (本バージョン、v2)]

PDFを表示

要旨:背景：身体化知能と発達形態形成のいずれも、集中型ガイダンスと分散型物質ダイナミクスの間の分業に依存しているが、自己組織化を導くために必要なトップダウン制御の量は依然として不明である。方法：我々は、コンパクトなフル解像度畳み込みコントローラを微分可能なGray-Scott反応拡散（RD）基板と結合した。コントローラは2つのフィールドUおよびVを観測し、フィードおよびキルパラメータ（ΔFおよびΔK）の滑らかなゲインスケジュール変調を適用する。純粋なRD、ニューラルネットワーク（NN）支配的、およびハイブリッドの各レジームを比較し、スペクトル選択性、収束性、および制御コストを評価した。結果：ハイブリッドレジームは約165ステップで100％の厳密収束を達成したのに対し、純粋なRDおよびNN支配的ベースラインは同じ時間枠内で収束しなかった。基板のスペクトル選択性に適合しつつ、NN支配的コントローラと比べてL1努力を約15分の1、L2パワーを200倍以上低減した。中程度の振幅（A≈0.03-0.045）は94-96ステップで100％の準収束を形成する「ゴルディロックスゾーン」を形成した。結論：効果的な制御は「播種して譲渡する」として最善に位置づけられる：短く滑らかなパラメータレベルの微調整で系を好ましい吸引領域に置き、その後、反応拡散ダイナミクスがパターンを完成・安定化させる。これは制御された自己組織化のための形態計算の定量的モデルを提供する。

投稿履歴

投稿者: 石川武宏 [メールを表示]
[v1] 2025年11月13日(木) 09:05:27 UTC (437 KB)
[v2] 2026年7月29日(水) 08:28:55 UTC (2,278 KB)