– Потребности характеризуются количественно мотивациями. Если энергетический ресурс агента уменьшается, то возрастает мотивация к пополнению энергетического ресурса (характеризующая потребность энергии) и уменьшается мотивация к размножению. При увеличении энергетического ресурса мотивация к пополнению ресурса уменьшается, а мотивация к размножению растет.
– Поведение агента управляется его нейронной сетью. Сеть имеет один слой нейронов. На входы нейронов подаются сигналы, характеризующие внешнюю и внутреннюю среду агента, выходы нейронов определяют действия агента. Каждому возможному действию соответствует ровно один нейрон. В каждый такт времени совершается действие, соответствующее максимальному сигналу на выходе нейрона.
>Рис. 5. Агенты в одномерной клеточной среде.
– Агенты «близорукие» – агент воспринимает состояние внешней среды только из трех клеток его поля зрения (рис. 5): той клетки, в которой агент находится, и двух соседних клеток.
– Агент может выполнять следующие действия: 1) быть в состоянии покоя («отдыхать»), 2) двигаться, то есть перемещаться на одну клетку вправо или влево, 3) прыгать через несколько клеток в случайную сторону, 4) есть (питаться), 5) скрещиваться.
– Нейронная сеть имеет специальные входы от мотиваций. Если имеется определенная мотивация, то поведение агента меняется, с тем чтобы удовлетворить соответствующую потребность. Такое поведение можно рассматривать как целенаправленное (есть цель удовлетворить определенную потребность).
– Популяция агентов эволюционирует. Веса синапсов нейронной сети, управляющей поведением агента, составляют геном агента. Геном потомка (рождаемого при скрещивании) формируется на основе геномов родителей при помощи рекомбинаций и мутаций.
В проведенных компьютерных экспериментах моделировалась эволюция популяции агентов. Нейронная сеть агентов исходной популяции определяла некоторые простые изначальные инстинкты, обеспечивающие питание и размножение агентов. Далее наблюдалось, как в процессе эволюции изменялись нейронная сеть агентов и определяемое ею поведение агентов.
Для того чтобы исследовать влияние мотиваций на поведение агентов, были проведены две серии экспериментов. В первой серии моделировалась эволюция популяции агентов с «выключенными» мотивациями (входы нейронов от мотиваций были «задавлены»), во второй серии мотивации «работали» (так, как это изложено выше).
Основные результаты проведенного моделирования таковы:
– Мотивации играют важную роль в исследованных эволюционных процессах. А именно: если сравнить популяцию агентов без мотиваций с популяцией агентов с мотивациями, то, как показывают компьютерные эксперименты, эволюционный процесс приводит к тому, что вторая популяция (с мотивациями) имеет значительные эволюционные преимущества по сравнению с первой (без мотиваций).
>Рис. 6. Схема управления агента без мотиваций. Поведение агента состоит из одних только простых безусловных рефлексов, при котором выбор действия напрямую определяется текущим состоянием окружающей среды.
– Результаты моделирования также демонстрируют (рис. 6, 7), что управление поведением агента без мотиваций можно рассматривать как набор простых инстинктов (несколько отличающихся от изначально заданных), а управление агентом с мотивациями – как иерархическую систему управления, состоящую из двух уровней: уровня простых инстинктов и метауровня, обусловленного мотивациями. При этом иерархическая система управления обеспечивает более эффективное управление, чем одноуровневая система, в которой поведение определяется одними лишь простыми инстинктами.