24、生物与仿生系统中的信息传递研究

生物与仿生系统中的信息传递研究

在生物与仿生系统的研究中，信息传递是一个关键的领域。通过对蛇形机器人的研究，我们可以深入了解信息传递结构的演化及其在分布式计算中的作用。

1. 蛇形机器人的信息传递特性

在蛇形机器人的研究中，我们发现具有高度协调运动的蛇形机器人与专门为最大化转移熵而进化的个体相比，其转移熵显著较低。例如，高度协调的蛇形机器人的转移熵可能低至 0.007 比特，而专门进化的个体可达 0.175 比特。高度协调的蛇形机器人在达到协调状态之前的瞬态非常短，并且在其持续行为中转移熵极小。这表明协调运动与记忆的关联比与信息传递的关联更强。当相邻模块实现完美协调时，它们实际上达到了一个周期性吸引子，即它们的下一个状态可以完全从其个体过去预测，因此不会测量到来自邻居的额外信息作为转移熵。

我们对蛇形机器人进行了转移熵的进化实验，图 1 展示了每一代中最适合的蛇形机器人的平均转移熵 Ttail→head (k = 30) 的增长情况。

我们重点关注第 57 代中最适合的个体，其相邻模块向头部的平均转移熵为每时间步 0.175 比特。这个蛇形机器人没有展示出快速、协调的侧风运动，而是呈现出一种复杂的扭动行为，尾巴的摆动似乎驱动了蛇体的新行为，实现了缓慢的侧向移动。

通过检查实际水平转向角 αi,n 的时间序列（如图 2a 所示），我们可以更清楚地看到这种行为的动态。我们发现，行为的连贯波从尾巴向头部沿着蛇形机器人持续传播。每个波涉及模块在蛇体上交替转向，达到最大角度后回到静止位置，然后在下一个波中交换转向角度。重要的是，这些波不是完全周期性的，为信息传递效应提供了空间。