學習分享的機器人，驗證漢彌爾頓規則（含影片）

Robots learn to share, validating Hamilton's rule (w/ video)
http://www.physorg.com/news/2011-05-robots-validating-hamilton-video.html

May 3, 2011

利用簡單的機器人來模擬數百代的基因演化，瑞士科學家提供親屬選擇（kin selection）的定量證明，同時闡明生物學中延宕許久的難題之一：為何決大多多數的社會性動物（social animals），包括人類，會特別去幫助彼此？在下週那一期線上開放存取的期刊 PLoS Biology 中，EPFL 機器人學教授 Dario Floreano 與 Lausanne 大學生物學家 Laurent Keller 合作，認真考慮爭議頗多的利他基因（altruism genes）演化問題。

利他主義（Altruism），為了更大的好處而犧牲個體的利益，乍看之下似乎是要對抗「最適者生存」這個概念。但我們能在自然界中發現利他的基因表現，而且能夠一代傳一代。例如，工蟻，無法生育，為了確保蟻后的遺傳組成（genetic makeup）能夠倖存，牠們藉由不再傳遞牠們的基因造就出終極的利他犧牲。為了確保親屬遺傳編碼的倖存而犧牲個體，稱為親屬選擇。在 1964 年，生物學家 W.D. Hamilton 提出一組精確的條件，在這條件之下，利他行為也許會演化，現在稱為漢彌爾頓的親屬選擇規則（Hamilton's rule of kin selection，下文均使用 Hamilton's rule）。要點如下：若個別家族成員與家族中其他成員分享食物，那會減少他或她個人的存活率，但會增加家族成員傳遞其基因的機會，而那些基因在整個家族中大部分相同。Hamilton's rule 簡單地聲明，一個生物體是否與另一個生物體分享其實物，端看其與其他生物體的遺傳親密性（genetic closeness，共有多少基因）。

在活的生物體中，利用定量研究來測試利他主義的演化實在不太可能，因為實驗需要橫跨數百個世代，而且變數太多了。然而，Floreano 的機器人利用模擬的基因與基因組功能能迅速地演化，並且讓科學家能夠測量與該特徵（trait）相關的成本與效益。此外，Hamilton's rule 早成為許多爭論的主題，因為其等式似乎太簡單以至於不太可能為真。"這項研究出色地反映出 Hamilton's rule，能順利解釋一個利他基因何時會從這一代傳到下一代，以及何時不會，" Keller 說。

Floreano 與 Keller 之前所完成的研究證明，進行簡單任務（諸如將地板上如種子般的物體推到一定距離）的覓食機器人會在多個世代中演化。那些無法將種子推到正確地點的機器人將會被淘汰且無法傳遞它們的編碼，而表現較佳的好的機器人則能夠看見它們的編碼被複製、突變且與其他機器人的編碼結合成下一代 -- 一個最小的天擇模型。由 EPFL 與 UNIL 研究者所完成的新研究添加一個新次元：一旦覓食機器人將種子推到某適當距離，它能夠決定它是否要分享這個種子。就數種利他互動情節（有多少被分享、對於個體來說有什麼成本）以及在族群中的遺傳關聯性，反覆進行持續了 500 代的演化實驗。研究者創造出數種關聯性群組，那在機器人世界中，相當於完全複製、手足（siblings）、表親（cousins）以及沒關係。那些走 Hamilton's rule 路線的群組能獲得更好的覓食並將它們的編碼傳給下一代。

定量結果驚人地與 Hamilton's rule 的預測相符，即使出現多重互動的情節亦然。Hamilton 原本的理論僅一個有限且孤立的基因互動版本納入考量，不過在覓食機器人中所執行的遺傳模擬，即使將一個基因的效應整合到其他多個基因上，只要遵循 Hamilton's rule，仍然為真。這些發現已在一群機器人中證明有用。"我們已能夠利用這項實驗同時擷取出一套演算法，我們能用它在任何類型的機器人中演化出合作，" Floreano 說。"我們正利用這種利他演算法（altruism algorithm）來改善我們飛行機器人的控制系統，而我們能看見那允許它們能有效地合作，且更成功地成群結隊飛行（fly in swarm formation）。"

※ 相關報導：

＊ A Quantitative Test of Hamilton's Rule for the Evolution of Altruism
http://www.plosbiology.org/article/info%3Adoi%2F10.1371%2Fjournal.pbio.1000615

Markus Waibel, Dario Floreano, Laurent Keller
PLoS Biol 9(5): e1000615.
doi: 10.1371/journal.pbio.1000615

＊ 闡明更多演化的機器人
＊ 組織化的渾沌讓機器人繼續發展
＊ 螞蟻世界中充斥著皇室的貪腐

＊ 理解行為模式：為何鳥群會行動一致
＊ 細胞內的蛋白質運送由簡單規則所主宰
＊ 科學家解釋電腦為何會崩潰但我們不會

＊ 簡化的「複雜性」 -- 基因組如何作用的新洞見
＊ 我們的基因能被設成暫停
＊ 染色體「黏膠」使科學家驚訝