Programmable Architecture
-Towards Human Interactive, Cybernetic Architecture-

Kensuke Hotta (B.Eng, M.Eng, Msc)
PhD (For the degree of Philosophy of Doctorate in Architectural Design)
Architectural Association School of Architecture and The Open University
The Date of Submission :12 December 2013 (for Examination)

プログラマブルアーキテクチャ
ーヒューマンインタラクティブ、サイバネティックアーキテクチャーに向けて

堀田憲祐(工学学士、工学修士、理学修士)
博士号(哲学博士、建築デザイン学)
英国建築協会建築学校 & オープンユニバーシティ
提出日:2013年12月12日

2-3-1-1. Subsumption Architecture (in Robotics)

Subsumption Architecture (SA) is the reactive idea used in artificial intelligence (AI) developed to determine robot behaviour. This word and field was invented by R. Brooks in 1986 (Brooks,R. 1986). This philosophy widely influences self-standing robots and real-time artificial intelligence.

SA consists of hierarchical modules, with each module containing a simple behaviour. The idea is to divide complex intelligence into simple modules as layer. Each layer is designed and implemented for a specific objective. The higher layer is the more abstract. This methodology is different from traditional techniques of artificial intelligence; Subsumption Architecture takes a bottom up approach.

R. Brooks made the insect type robot called ‘GENGHIS’ in 1991 (Brooks, R. 1991), based on this idea: Subsumption Architecture. As a development of this robot, the automated cleaner: ‘ROOMBA’ ( http://www.irobot.com/) was realized practically in the consumer world. Also in the military field, the automated bomb remover: ‘Packbot’ ( http://www.irobot.com/) is working in disinterred areas such as battlefields and earthquake zones.

2-3-1-1サブサンプションアーキテクチャ(ロボット工学上)

サブサンプションアーキテクチャ(SA)とは、人工知能(AI)で使用される反応的なアイデアで、ロボットの動作を決定するために開発されたものである。この言葉とこの分野は1986年にロドニー ブルックス(ブルックス、R.1986年)に発明された。この哲学は幅広く自立型ロボットやリアルタイム人工知能に影響を与えた。

SAは複数のレイヤーモジュールで構成され、各モジュールは単純な動作で造られている。

そのアイデアは、複雑な知能をレイヤーとして単純なモジュールに分割すること。各レイヤーは特定の目的のために設計されつくられる上位層はより抽象的である。この方法論は、人工知能の従来の技術とは異なる;サブサンプションアーキテクチャはボトムアップアプローチを採用している。ロドニー ブルックスは1991年に(ブルックス、R. 1991年)、このアイディアをベースにして、"GENGHIS"と呼ばれる昆虫型のロボットを制作した:サブサンプションアーキテクチャこのロボットの開発として、消費者の世界で実際に実現されたものが、クリーナー「ルンバ」である。(http://www.irobot.com/

軍事分野でも、自動爆弾除去装置「パックボット」(http://www.irobot.com/)は、戦場や地震帯などの混乱した地域で活動している。

Fig 2-3-1-1,1 : Layered control system

図.2-3-1-1,1 : 階層制御システム

The author states “Control is layered with higher levels subsuming the roles of lower level layers when they wish to take control. The system can be partitioned at any level, and the layers below form a complete operational control system.” (P7, fig3, A robust Layered control system for a mobile robot, by R. Brooks)

筆者は”制御は、それらが望めば、低いレベルの層の役割を高いレベルの層が包摂することができる。そのシステムはどのレベルでも仕切られていて、そしてその層の下は完璧な

操作ができる制御システムを形成している。”と述べている。(P7, 図3、ロドニーブルックスによるモバイルロボットのための強い階層制御システム)

Fig 2-3-1-1,1 : Genghis, one of Rodney Brooks’

図.2-3-1-1,1: ジンギス、ロドニーブルックスの作品のひとつ

“artificial creatures” stands over a real insect. Rather than build robots that mimic people, Brooks feels they should mimic insects, and be, in his words, “fast, cheap, and out of control.” (Photo by Louie Psihoyos | CORBIS, http://nsaxonanderson.com/writing/creatures-of-artifice/)

”人工生物”が本物の昆虫の前に立っている。人々の真似をするロボットを作るより、ブルックスは昆虫を真似るべきだと感じてそれを作った。彼曰く、”速く、安価で、そして制御不能である。”(写真 ルイ シホヨス|コービス, http://nsaxonanderson.com/writing/creatures-of-artifice/)

図2-3-1-1,2:ルンバは、iRobotによって販売された自発的ロボット掃除機のひとつである。

Fig 2-3-1-1, 2 : Roomba is one of a series of autonomous robotic vacuum cleaners sold by iRobot.

Roomba was introduced in 2002. As of Feb 2014, over 10 million units have been sold worldwide. Roomba features a set of basic sensors that help it perform tasks. For instance, the Roomba is able to change direction on encountering obstacles, detect dirty spots on the floor, and detect steep drops to keep it from falling down stairs. It uses two independently operating wheels that allow 360 degree turns in-place. Additionally, it can adapt to perform other more creative tasks using an embedded computer in conjunction with the Roomba

Open Interface. (Pics from http://www.irobot.com/)

ルンバは2002年に紹介された。2014年現在、1千万台以上が世界中で売れている。

ルンバはその務めを果たすための助けとなる基本的なセンサー一式の機能を持っている。

例えば、ルンバは障害物に遭遇すると方向を変えることができ、床の上の汚れた場所を発見し、そして急こう配を発見するとその段差から落ちないようにする。それは、ふたつの

独立した車輪を操作し、その場で360度回転することができる。その上、ルンバのオープン

インターフェースと合わせて、組み込まれたコンピューターを使い、他のよりクリエイティブな仕事を実行することに適合することができる。(写真 http://www.irobot.com/)

Fig2-3-1-1, 3 : PackBot (pics from http://www.irobot.com/For-Defense-and-Security/Robots/510-PackBot.aspx#PublicSafety)

図2-3-1-1,3: パックボット(写真 http://www.irobot.com/for-Defense-and-Securityu/Robots/510-PackBot.aspx#PublicSafety)

PackBot is a part of a series of military robots by iRobot. More than 2000 are currently stationed in Iraq and Afghanistan, with hundreds more on the way. PackBots were the first robots to enter the damaged Fukushima nuclear plant after the 2011 Tōhoku earthquake and tsunami.

パックボットは、iRobotによる軍事用ロボットシリーズの1部である。2000台以上は、

現在、イラクやアフガニスタンに設置され、100台以上はこれから設置される。パックボットは2011年の東北地震と津波の後、破壊された福島原子力発電所に入った最初のロボットである。

2-3-1-2. Swarm Robotics

Swarm robotics is a relatively recent methodology for a multiple robot system. Each individual robot consists of a simple unit when compared to a traditional intelligent machine. The collective behaviour emerges from the robot to robot interaction and the robot to environment interaction. The idea was developed from biological studies of insects such as ants as well as other natural phenomena. The emergent behaviour is observed in social insects: relatively simple individual rules will produce a large set of complex swarm behaviours. From this the field of artificial swarm intelligence gets its name. It concerns not only computer science but philosophy as well.

2-3-1-2. 集合的ロボット工学

集合的ロボット工学とは、複合のロボットシステムのための比較的最近の方法論である。

伝統的な知的機械に比べ、個々のロボットが単純なユニットを形成する。集団行動が、

ロボットからロボットへの相互作用力、そしてロボットから環境への相互作用力から

現れる。その考えは、他の自然の現象と同様、アリなどの昆虫の生物学上の研究から

開発された。新興の行動が昆虫社会の中で観察された:相対的に、単純な個々のルールは

大きな一連の複雑な集合的行動を生み出す。この人工集合的知能の分野から、その名を得ている。それは、コンピューター科学のみならず、哲学とも考えられる。

Fig2-3-1-2, 1 Symbrion is example of swarm robotics (pics from : http://www.symbrion.eu/)

図2-3-1-2,1 シンブリオンは集合的ロボットの例である。(写真:http://www.symbrion.eu/)

Symbrion (Symbiotic Evolutionary Robot Organisms) is a project funded by the European Commissionto develop a framework in which a homogeneous swarm of miniature interdependent robots can co- assemble into a larger robotic organism to gain problem-solving momentum. Project duration: 2008- 2013. One of the key-aspects of Symbrion is inspired by the biological world: an artificial genomethat allows it to store and evolve (sub)optimal configurations in order to achieve an increased speed of adaptation. The SYMBRION project does not start from zero, previous development and research from project I-SWARM and the open-source SWARMROBOT projects served as a starting point. A large part of the developments within Symbrion are open-source and open-hardware.

シンブリオン(共生する進化的ロボット生物)は、ヨーロッパの委員会から資金提供されたプロジェクトで、問題解決の推進力を得るために、ミニチュアの相互依存するロボットの同種の集合体が大きなロボット的生物に共集合できるような構成を開発した。プロジェクト

期間:2008年~2013年。シンブリオンの鍵となる面のひとつは,、生物学的世界の影響を

受けたことである:人工ゲノムは、適合速度を上げるために、それを保管し最適(に近い)形状に発展させることができる。そのシンブリオンプロジェクトはゼロからスタートしたのではなく、スタート地点として以前の開発やプロジェクトI-SWARMやオープンソース

スワームロボットプロジェクトなどが役にたっていた。シンブリオンの開発の大きな部分は

オープンソースとオープンハードウェアである。

The research is divided into three main parts: the design of their physical bodies, the design of their control behaviours, and lastly the development of observational methods. In terms of their physical parts, the major difference from stand-alone (distributed) robots is the number of robots, requiring a degree of scalability. This physical robot must also have a wireless transmission device using transmission media and protocols such as radio or infrared waves, Wi-Fi, or Bluetooth. Most of the time, they use it locally. In terms of control behaviours, the system operates through constant feedback between members of the group. This communication is the key. The swarm behaviour involves constant change of individuals in cooperation with others, as well as the behaviour of the whole group. Lastly, to observe this phenomenon systematically, video tracking (though there are other ways: recently ultrasonic position tracking system was developed by Bristol robotics laboratory is an essential tool.

研究は3つのメインパートに分けられる:それらの物理的な本体のデザイン、それらの制御行動のデザイン、そして最後に観察方法の開発である。物理的な部分に関して, 無類の(分散型)ロボットとの大きな違いは、ロボットの数であり、ある程度のスケーラビリティが必要とされる。この物理的ロボットは、ワイヤレストランスミッションデバイスもまた搭載されていなければならない。トランスミッションメディアやラジオまたは赤外線波、Wi-Fi、またはブルートゥースなどのプロトコルを使用するからである。大抵の場合、それらは

局地的に使用される。制御行動に関しては、そのシステムはグループのメンバー間で、一定のフィードバックを通して操作する。そのコミュニケーションが鍵である。集団行動は、すべてのグループの行動と同様に他と協力して個々が絶えず変化することが必要とされる。

最後に体系的にこの現象を観察するために、ビデオトラッキング(他に方法がある:最近では、超音波位置追跡システム(超音波ポジショントラッキングシステム?)がブリストルのロボット工学研究所で開発され、大切なツールとなっている。

Generally the limiting constraints are the body’s miniaturization and its cost. A possible solution is simplifying the individual robots as the significant behaviour is located at the swarm level, instead of at the individual level. Though most efforts have focused on relatively small groups of machines, a swarm consisting of 1,024 individual units was demonstrated by Harvard in 2014, the largest to date. Further research about reliable prediction of swarm behaviour is expected, where only the features of the individual swarm members are assigned. One of the major potential applications of swarm robotics are distributed sensing tasks in micromachinery such as inside the human body. This is called nanorobotics or microbotics. Others future applications in the fields of mining and agricultural foraging are predicted.

研究は3つのメインパートに分けられる:それらの物理的な本体のデザイン、それらの制御行動のデザイン、そして最後に観察方法の開発である。物理的な部分に関して, 無類の(分散型)ロボットとの大きな違いは、ロボットの数であり、ある程度のスケーラビリティが必要とされる。この物理的ロボットは、ワイヤレストランスミッションデバイスもまた搭載されていなければならない。トランスミッションメディアやラジオまたは赤外線波、Wi-Fi、またはブルートゥースなどのプロトコルを使用するからである。大抵の場合、それらは

局地的に使用される。制御行動に関しては、そのシステムはグループのメンバー間で、一定のフィードバックを通して操作する。そのコミュニケーションが鍵である。集団行動は、すべてのグループの行動と同様に他と協力して個々が絶えず変化することが必要とされる。

最後に体系的にこの現象を観察するために、ビデオトラッキング(他に方法がある:最近では、超音波位置追跡システム(超音波ポジショントラッキングシステム?)がブリストルのロボット工学研究所で開発され、大切なツールとなっている。

2-3-1-3. Self-Reconfigurable Modular Robots

Self-reconfigurable modular robots are defined as autonomous kinematic machines that have variable morphology. "Self-reconfiguring" or "self-reconfigurable" means that the mechanism is capable of utilizing its own control system to change its overall structural shape. In the title "modular" refers to the ability to add or remove modules from the system, instead of an ordinal reference to a series of modules. To have an indefinite number of identical self-reconfigurable modules in a matrix structure creates the potential for a variety of functions. There are two typical methods of segment articulation: chain reconfiguration and lattice reconfiguration.

自己再生可能モジュールロボットとは、様々な形態を持つ自主的な運動学的機械として定義される。”自己再生する”または”自己再生可能な”とは、そのメカニズムがそれ自身の制御システムを利用してその総体的な構造上の形を変化させることが可能であることを意味する。タイトルの中の”モジュール”は、ふつうの一連のモジュールではなく、そのシステムからモジュールを追加したり、取り外したりすることができる能力のことを言う。不確定な数の同一の自己再生可能モジュールをマトリックス構造の中で持つことは、様々な機能のための可能性を生み出すことになる。セグメント連結の代表的な方法とし て、チェーン再構成と格子状再構成の2つがある。

Fig 2-3-1-3, 3 Polybot by Yim et al. (PARC) ,

図2-3-1-3,3 ポリボット by Yim et al.(パーク)

This is an example of Self reconfigurable robotics. "PolyBot is a modular, self-reconfigurable system that is being used to explore the hardware reality of a robot with a large number of interchangeable modules. PolyBot has demonstrated the promise of versatility, by implementing locomotion over a variety of objects. PolyBot is the first robot to demonstrate sequentially two topologically distinct locomotion modes by self- reconfiguration. PolyBot has raised issues regarding software scalability and hardware dependency and as the design evolves the issues of low cost and robustness will be resolved while exploring the potential of modular, self reconfigurable robots." ( refer from P1 Yim,M. et al. (2000) PolyBot: a Modular Reconfigurable Robot.)


これは自己再生可能ロボットの一例である。”ポリボットはモジュールであり、多数の交換可能なモジュールでロボットのハードウェアの現実性を調査するために使用される自己再生可能システムである。ポリボットは様々な物体を超える動力を装備することによって多才であることが証明された。ポリボットは自己再生能力によって順次にふたつの形態的に全く別の動力モードを証明した最初のロボットである。ポリボットはソフトウェアのスケーラビリティやハードウェアの依存性に関する問題を提起し、モジュールの可能性、自己再生可能ロボットを調査する間に、そのデザインはコストを低くし、頑健性(ロバストネス)が解決された。”(参照 Yim,M.et al.(2000)ポリボット:モジュール自己再生可能ロボット。)

In terms of the physical robot, compared with morphologically fixed robots, these robots can change their own shape by rearranging their connection of their parts deliberately. The objectives of this function are to adapt to new circumstances, to perform another task, or to recover from damage, etc. As to their actual morphology they can, for instance, assume a worm-like shape to crawl forward, a spider-like shape to walk on a rough road, or ball-like shape for rolling on flat terrain. They can also assume fixed forms such as a wall or a building. They consist of mechanical parts, but also may have distributed electronics such as sensors, processors, memory, actuators and power supplies. The major difference from normal (stand-alone) robots is that each individual has multiple connectors allowing for a variety of ways to connect. The modules may have the ability to automatically connect and disconnect themselves to and from each other. Thanks to these parts, robots can form a variety of objects and perform many tasks that involve moving in and manipulating the environment.


物理的なロボットに関しては、形態学的に固定されたロボットに比べ、それらのロボットは

計画的にそれらのパーツの接続を再編成することによって形を変えることができる。この機能の目的は、新しい状況に反応すること、別の仕事をすること、またはダメージから回復すること、などである。実際の形態学についてそれらができることは、例えば、毛虫のような形は前にはう、蜘蛛のような形はでこぼこした道の上を歩く、または、ボールのような形は

平らな地形を転がると仮定することである。それらはまた、壁や建物などの固定された形態を仮定することもできる。それらは機械的なパーツから構成されているが、センサー、プロセッサー、アクチュエーターなどの電気や電源を供給することもするだろう。普通の(独立型)ロボットとの主な違いは、結合する様々な方法を可能にするために、各々の個体が多数のコネクタ-を持っていることである。そのモジュールは、それ自体がお互いに、自動的に結合したり、離したりする能力を持っている。それらのパーツにのおかげで、ロボットは様々な物を形成し、その環境に入り、操作することを伴う多くの仕事を実行することができる。

2-3-1-4. Cooperative/Social Robot

Cooperative Robot vs Social Robot : A cooperative robot is an autonomous robot that interacts and communicates with other autonomous physical agents. A social robot is an autonomous robot that interacts and communicates with humans or other autonomous physical agents by following social behaviours and rules attached to its role. The definition of these two robots ‘Cooperative Robot’ and ‘Social Robot’ are almost same but vary slight on the point of the interaction target. Compared to the cooperative robot that only communicates with other robots, a social robot interacts with humans and embodied agents. In other words, the social robot is able to exhibit competitive behaviour within the framework of a game. This can included minimal or even no interaction as uncooperative behaviour can be considered a social response in certain situations. A robot that only interacts and communicates with other robots would not be considered to be a social robot, but cooperative. The idea of ‘robot’ traditionally excludes characters on screen, ‘talking heads’ for instance, suggesting that both the cooperative and social robot must have a physical embodiment. This may, however, be being bit old school, as recently there are mechanisms which are on the borderline between the physical and digital domains. For instance, there is a mechanism that has a projected head and a mechanical body, but is considered a ’robot’. A final aspect of these mechanisms alongside ‘socializing’ and ‘embodiment’ is ‘autonomy’.

2-3-1-4. 協力的/社会的ロボット

協力的ロボットと社会的ロボット:協力的ロボットは、他の自律的な物理的エージェントと相互作用し、コミュニケーションをとる自律的なロボットである。社会的ロボットは、人間や他の自律的な物理的エージェントと社会的行動やその役割に不随するルールに従うことによって、相互作用し、通じ合うことができる自律的ロボットである。’協力的ロボット’と’社会的ロボット’これらふたつの定義は、ほとんど同じであるが、相互作用のターゲットは少し異なる。

他のロボットとのみ通じ合うことができる協力的ロボットと比べ、社会的ロボットは人間や具現化されたエージェントと相互作用するのである。言い換えれば、社会的ロボットはゲームの構成の中で、競争的な行動を示すことができる。これは、最小のまたは非協力的な行動のような相互作用がない場合も含め、ある状態では社会的反応ができると考えられる。単に他のロボットと相互作用し通じ合うロボットは協力的ではあるが社会的ロボットとしては考えられない。ロボットという概念は伝統的にスクリーン上のキャラクター、例えば「トーキングヘッド」は除外されており、協調的なロボットも社会的なロボットも物理的な具現化を持たなければならないことを示唆している。しかし、最近では物理領域とデジタル領域の境界線上にあるメカニズムもある。例えば、頭部が投影されていて、機械的な身体を持っていながら「ロボット」とされているようなメカニズムがある。これらのメカニズムの最終的な側面として、「社会化」や「具現化」と並んで「自律性」がある。

For example, a remote controlled robot cannot be considered to be cooperative/social even though it seems to interact with others. It is merely an extension of another human because it does not make decisions by itself. There is an argument as to whether semi-autonomous machines are cooperative/social robots.

例えば、遠隔操作されたロボットは、他人と交流しているように見えても、協調的/社会的であるとは考えられない。自分で意思決定をしないので、他の人間の延長線上にあるに過ぎない。半自律型ロボットが協調的/社会的ロボットであるかどうかについては議論がある。

The field of cooperative/social robotics was started in the 1940s-50s by William Grey Walter (1910-1977, American-born British neurophysiologist and robotician). In 1949, W. Grey Walter started building three wheeled, mobile robotic vehicles, calling them ‘turtles’ or ‘Machina Speculatrix’ after their speculative tendency to explore their environment. These vehicles consist of a light sensor, a touch sensor, a propulsion motor, a steering motor, and a two vacuum tube analogue computer. Even with this simple design, Grey demonstrated that his robots exhibited complex behaviours. His robots were unique because, unlike the robotic creations that preceded them, they didn't have a fixed behaviour. The robots had reflexes which, when combined with their environment, caused them to never exactly repeat the same actions twice. This emergent life-like behaviour was an early form of what we now call Artificial Life. It also examined how two machines interact recording it as a long exposure picture. That is the reason this research was about cooperative/ social robot. (fig2-3-1-4, 1,2,3)

協調的/社会的ロボット工学の分野は、1940年代から50年代にかけて、ウィリアム・グレイ・ウォルター(1910-1977、アメリカ生まれのイギリスの神経生理学者、ロボット工学者)により始められました。1949年、W.グレイ・ウォルターは3輪の移動型ロボット車両を作り始め、環境を探索する思索的な性質から「タートル」あるいは「マキナ・スペキュラトリックス」と名付けた。この乗り物は、光センサー、タッチセンサー、推進モーター、操舵モーター、2本の真空管式アナログコンピューターで構成されている。このようなシンプルな設計でありながら、グレイのロボットは複雑な挙動を示すことが実証された。グレイのロボットは、それまでのロボットとは異なり、決まった行動をとらないという点でユニークだった。このロボットには反射神経があり、それが環境と組み合わさることで、同じ行動を2度と正確に繰り返さないようにしたのだ。この生命体のような行動は、現在私たちが人工生命と呼んでいるものの初期形態である。また、2つの機械がどのように相互作用するかを調べ、長時間露光の写真として記録しました。これが、この研究が協調的/社会的なロボットに関するものである理由である。(図2-3-1-4, 1,2,3)

Fig 2-3-1-4, 1 : Machina Speculatrix - Elsie

図2-3-1-4, 1 : マキナ・スペキュラトリックス - エルシー

The first generation of these robots were named Elmer and Elsie ( ELectro MEchanical Robots, Light Sensitive. ) The following is a photo of Elsie without her shell. In 1951, his technician, Mr. W.J. 'Bunny' Warren, designed and built six new turtles for Grey Walter; they were of a high professional standard. Three of these turtles were exhibited at the Festival of Britain in 1951; others were demonstrated in public regularly throughout the fifties. (figure refer from http://www.extremenxt.com/walter.htm )

エルマーとエルシー(ELectro MEchanical Robots, Light Sensitive)と名づけられた初代ロボット。1951年、彼の技術者であるW.J. 'Bunny' Warren氏がグレイ・ウォルターのために6体の新しいカメを設計・製作し、それらは高いプロフェッショナルな水準に達していた。これらのカメのうち3匹は1951年のFestival of Britainに展示され、他のカメは50年代を通して定期的に人前で実演された。(図は http://www.extremenxt.com/walter.htm より引用)

Fig 2-3-1-4, 2 : Machina Speculatrix - Elsie

図. 2-3-1-4, 2 : マキナ スペキュラトリックス-エルシー

Fig 2-3-1-4, 2 : Machina Speculatrix - Elsie

This is the original circuit diagram for the 1951 turtles. It is slightly different from the circuit diagram for Elmer and Elsie, but works in the same way. (Copyrighted Burden Neurological Institute, http://www.ias. uwe.ac.uk/Robots/gwonline/gwarkive.html)

図. 2-3-1-4, 2 : マキナ スペキュラトリックス-エルシー

これは、1951年のタートルのオリジナルの回路図である。エルマーと

エルシーの回路図とは少し異なるが、同じように動作する。(著作権所有

バーデン神経学研究所、http://www.ias.uwe.ac.uk/Robots/gwonline/gwarkive.html)

2-3-1-4, 3 : The Passway When Interacting Elmer and Elsie

2-3-1-4, 3 : エルマーとエルシーを対話させる時のパスウェイ

"This photograph is the first of 9 taken at a single session in Grey Walter's house in 1950. Candles were fixed to the turtles' shells, and long exposures were used. The light streaks show the paths of the turtles. These are the best scientific records we have of the way the turtles actually behaved. This photograph shows Elsie approaching a light, and then circling around it at a distance."

"This shows Elmer and Elsie interacting. At first they move towards each other, and engage in the fascinating dance described in "The Living Brain". However when the light in the hutch is switched on, they ignore each other and both head for the hutch. Elsie always worked rather better than Elmer so she gets there first. Note Elmer's shell was fabricated from many separate pieces of material."

(Copyrighted Burden Neurological Institute, http://www.ias.uwe.ac.uk/Robots/gwonline/gwarkive.html)

「この写真は、1950年にグレイ・ウォルターの家で一度に撮影された9枚のうちの1枚である。カメの甲羅にロウソクを固定し、長時間露光している。光の筋はカメの通り道を示している。これは、カメが実際にどのように行動したかを示す、科学的に最も優れた記録である。この写真はエルシーが光に近づき、その周りを遠回りしているところです。

"これはエルマーとエルシーが交流している様子です。最初はお互いに向かっていき、『生きている脳』で紹介されているような魅惑的なダンスをします。しかし、小屋の電気をつけると、お互いを無視して小屋のほうへ向かっていく。エルシーはいつもエルマーより上手に動くので、彼女の方が先に着いてしまう。エルマーの甲羅は何枚もの材料で作られていることに注意。

(著作権所有 バーデン神経学研究 , http://www.ias.uwe.ac.uk/Robots/gwonline/gwarkive.html)。

2-3-1-5. Replicative/evolutionary Robot

The development of robotics is not only about control methodologies. Robust performance when faced with uncertainty is one of the biggest challenges (Ref)as most robotic systems are manually designed and based on physics or mathematics. One of the starting points in the face of uncertainty is a learning system (Ref) to improve performance and accuracy in the midst of uncertainty. But even learning systems are only effective in connection to an initial starting point; they don’t have adaptability in the face of unexpected changes in circumstances. Recently (2010s), a new research field has arisen using names such as replicative-robotics or evolutionary robotics.

2-3-1-5. 複製/進化的ロボット

ロボット工学の発展は、制御方法論にとどまらない。大抵のロボットシステムが物理や数学に基づいて手動で設計されているため不確実性に直面したときのロバスト性能は最大の課題の1つである(参考文献)。不確実性に直面したときの出発点の1つは、不確実性の中で性能や精度を向上させるための学習システム(Ref)である。しかし、学習システムであっても、最初のスタート地点に関して効果的だとしても;それらは状況の予期せぬ変化に適応性がない。最近(2010年代)、複製ロボット工学または進化的ロボット工学などの名称で新しい研究分野が生まれている。

2-3-1-5, 1 : Creatures evelved (evolved)? for walking

2-3-1-5, 1 : 歩くために進化した生物?

The Proposed creatures in here are asked to somehow move on the floor. The space is simulated as are many of the physical laws. While similar to the real world it is still virtual (figure referring from K .Sims (1994), Evolving Virtual Creatures,)

ここで提案される生き物は、とにかく床の上を動くよう求められている。空間は物理法則の多くと同様にシミュレーションされている。現実の世界に似ているが、それはまだバーチャルである。(図 参照 カール シムズ(1994年)、エボルビング バーチャル クリチャーズ.)

1) Evolving Virtual Creatures by K Sim in 1994.

In 1994, the digital creatures which were proposed by Karl Sim in his thesis ‘Evolving Virtual creatures ’ (K. Sim,1994) represented some of the earliest work on artificial evolutional computing. The robotic object, even in its virtual form, is revolutionised within the ‘hyperspace’ of his world, which consists of a 3 dimensional virtual space, based on physical laws such as gravity, friction, and air viscosity. The system is governed by a combination of GA (genetic algorithm) and neural networks. He also invented a methodology for describing hierarchical connections between plural objects. He started this work as an animation using automated control of object behaviour, rather than with an interest in robotics. There is a trade off in object control in animation: when you use ‘Kinematic control’ it is difficult to show chaotic or random disorder, while if you use ‘Dynamic Simulation’ it becomes difficult to get the simulated behaviour to match the desirable behaviour.

By giving the creature a system where they evolve themselves, this system can govern both their own morphology and provide control. He used nodes and connections for his genome. There were numerous ‘fitness’ criteria, but in this experiment the distance from initial point to target point was used. The creatures invented unique shapes and behaviour by themselves, this sometimes went beyond the designer’s imagination.

1)1994年のK SimによるEvolving Virtual Creatures。

1994年、カール・シムが論文「Evolving Virtual creatures」(K. Sim,1994)で提案したデジタル・クリーチャーは、人工進化型コンピューティングに関する最も初期の研究であった。ロボット物体は,たとえ仮想的なものであっても,重力,摩擦,空気粘性などの物理法則に基づく3次元の仮想空間からなる彼の世界の「ハイパースペース」内で革命的に変化する.このシステムは、GA(遺伝的アルゴリズム)とニューラルネットワークの組み合わせによって支配されている。また、複数の物体間の階層的なつながりを記述する方法論も考案した。彼はこの研究を、ロボット工学への関心からではなく、物体の振る舞いの自動制御を用いたアニメーションとしてスタートさせた。アニメーションにおけるオブジェクトの制御にはトレードオフがあり、「キネマティック制御」を用いるとカオスやランダムな乱れを表現することが難しく、「ダイナミックシミュレーション」を用いると、シミュレーションした挙動を望ましい挙動に一致させることが難しくなる。

生物が自ら進化するシステムを与えることで、このシステムは自らの形態を支配し、制御を提供することができるのです。彼はゲノムにノードとコネクションを使用した。多数の「適合度」基準があったが、この実験では初期点から目標点までの距離が使われた。生物は自らユニークな形や行動を生み出し、それは時にデザイナーの想像を超えたものとなった。

In the last chapter, he described 4 future plans. First by making fitness criteria more complex not only by introducing multiple criteria but by incorporating the idea of efficiency. Second, allow the rendering (skins and material) and morphological features to also become evolutionary and engage in material evolution. Thirdly, competition between plural individuals like in the biological world, not only bringing improvement but adding socializing to the mix. Finally applying it to a real robot. Those points are indeed interesting suggestions. In referring to his thesis, however, it is worth noting the way he interfered with the creatures’ evolution. He did not clearly explain his methodology or the benefits apart from the use of a human ’aesthetic’ decision to pick out different results in the end. Also he mentioned the intelligence of the creatures in the very end of thesis but did actual develop an argument for this.

最後の章では、4つの将来計画について述べた。第一に適合性基準を複数の基準を導入するだけでなく、効率という考え方を取り入れてより複雑なものにすること。第二に、レンダリング(皮膚や素材)や形態的特徴も進化的となるようにし、物質進化に関与させること。3つ目は、生物界のように複数の個体間で競争させ、改良をもたらすだけでなく、社会性を持たせること。最後にそれを実際のロボットに適用すること。これらの点は、確かに面白い提案である。しかし、彼の論文に言及するならば、生き物の進化に干渉するやり方は注目に値する。彼は、最終的に異なる結果を選び出すために、人間の「美的」判断を用いることを除けば、その方法論や利点について明確に説明していない。また、論文の最後のほうで生物の知性について触れているが、その論拠は示されていない。

2-3-1-5, 2 : On one the individual form the ‘Golem Project’

2-3-1-5、2:「ゴーレムプロジェクト」を形成する個体の1つの形態

One of the individual and 3d printed body and assembled model. Advancement of rapid prototyping anables (enables?) this project. (http://www.demo.cs.brandeis.edu/golem/results.html)

個体と3Dプリントされたボディと組み立てられた模型の1つ。ラピッドプロトタイピングの進歩がこのプロジェクトを可能にした(可能にした?(http://www.demo.cs.brandeis.edu/golem/results.html)

2) Golem Project in 2000

Around 2000’s, two researchers in Brandeis University in US started a self-replicative robot project, called the ‘Golem project’. Later this series of work was compiled as ‘Automatic design and manufacture of robotic life forms’ (2000, H. Lipson and J. Pollack). In these projects, they demonstrate an autonomous replicative robot and its evolution (note: it is not only evolutional computation) with minimum human intervention. Using MEMS (micro-electro mechanic systems) and rapid prototyping, the winning individual in the virtual world was automatically converted to a physical object.

Even before this thesis, the idea of evolutional computing including the idea of self- replacement had been developed.( see previous chapter) But their projects’ uniqueness lay in the fact that they made progress in the area of autonomous design and manufacturing. Traditionally life and body design and generational individual replacement was thought to require a complex set of chemical factories. They emphasized that artificial life or intelligence cannot stay in the virtual world but needs to be revealed in the physical world through feedback or sensing.

2)2000年のゴーレムプロジェクト

2000年代に入ってから、米国ブランダイス大学の2人の研究者が「ゴーレムプロジェクト」と呼ばれる自己複製ロボットプロジェクトを開始した。後にこの一連の研究は、「ロボット生命体の自動設計と製造」(2000年、H. Lipson and J. Pollack)としてまとめられることになった。これらのプロジェクトでは、最小限の人間の介入で、自律的な複製ロボットとその進化(注:進化計算だけではない)を実証している。MEMS(微小電気機械システム)とラピッドプロトタイピングを用いて、仮想世界で勝利した個体は、自動的に物理的な物体へと変換された。

この論文以前にも、自己交換を含む進化型コンピューティングの考え方はあったが(前章参照)、彼らのプロジェクトのユニークさは、自律的な設計と製造の領域で進展を遂げた点にある。従来、生命や身体のデザイン、個体の世代交代には、複雑な化学工場が必要だと考えられていた。彼らは、人工生命や人工知能はバーチャルな世界に留まっていてはダメで、フィードバックやセンシングによって物理世界に顕在化する必要があることを強調した。

2-3-1-5, 3 : Diagram from “Resilient Machines Through Continuous self modeling”

2-3-1-5, 3 : "Resilient Machines Through Continuous self modeling" より引用した図

The robot has an internal model which explore the optimised behaviour. After many generations of execution sometimes it is output to a physical robotic-body and test to see whether it works or not . (Bongard.J and Zykov. V and Lipson.H, 2006, Resilient Machines Through Continuous self modeling)


ロボットは最適化された挙動を探索する内部モデルを持っている。何世代もの実行の後、時には物理的なロボットボディに出力し、それが機能するかどうかをテストする。 (Bongard.J and Zykov.V and Lipson.H, 2006, Resilient Machines Through Continuous self modeling. V and Lipson.H, 2006, Resilient Machines Through Continuous self modeling).

3) Resilient machine:

Cornell University’s research group consists of Bongard.J and Zykov.V and Lipson.H. It uses the term ‘resilient machine’ in a way that is close to the use of ‘adaptability’ in this thesis. In their paper ‘Resilient Machines Through Continuous self modelling’ (Bongard.J and Zykov.V and Lipson.H, 2006), a robot which has self-modelling features can adapt to unexpected situations, especially damage, such as missing a leg in their arthropod type robot. They mentioned the benefits of this methodology that can reduce time, energy costs and risk for autonomously improving systems as against systems without internal self-models.(ref)

3)レジリエント・マシン(resilient machine

Cornell大学のBongard.J and Zykov.V and Lipson.Hからなる研究グループは、本論文における「適応性」の使用に近い形で「レジリエント・マシン」という言葉を用いている。彼らの論文 'Resilient Machines Through Continuous self modelling' (Bongard.J and Zykov.V and Lipson.H, 2006) では、自己モデリング機能を持つロボットは、予期せぬ状況、特に節足動物型ロボットの足の欠損などのダメージに適応することができると述べている。彼らはこの方法論の利点として、自己モデルを持たないシステムに対して、自律的にシステムを改善するための時間、エネルギーコスト、リスクを削減できることを挙げている(ref)。

They made two particularly useful points for this thesis; one is the idea of ‘self-modelling’ and the second is ‘continuous’ modelling. ‘Self-modelling’ corresponds with digital modelling on the screen in this PA (Programmable Architecture) proposal. Hence the physical robot corresponds to the building in PA. The digital model is equivalent to the system of Architecture (building and system) described earlier. Interestingly, the approach is similar though research field is different. In traditional architecture the ‘model’ is a scaled dummy to show to the client. Whether a hand drawing or CAD drawing it represents a copy of actual building.

この論文で特に参考になったのは、次の2点である。
ひとつは「セルフモデリング」、もうひとつは「連続的」モデリングという考え方である。自己モデリング」は、このPA(Programmable Architecture)提案における画面上のデジタルモデリングに相当する。したがって、物理的なロボットはPAにおけるビルに相当する。デジタルモデルは、先に述べた建築のシステム(建物とシステム)に相当する。興味深いことに、研究分野は違えど、アプローチは似ている。伝統的な建築では、「モデル」はクライアントに見せるための縮尺されたダミーである。手書きであれ、CAD図面であれ、それは実際の建物のコピーである。

However, because of the advancement of computer, computer aided design (CAD) tool, it can become more than a drawing. For example, it can be used as a mathematical model for structural analysis, or a digital model for a computer fluid dynamics (CFD) analysis, or used for building information modeling (BIM). ‘Continuous modeling’ relates to temporal design in PA. In the field of robots it is natural to design a machine that operates within the flow of time, but within Architecture this is quite a unique point. Basically dynamic modelling is not needed for architectural design, because buildings are static. However PA is truly dynamic so the new strategy is necessary to replace the blue-print.

しかし、コンピュータ、CAD(Computer Aided Design)ツールの進歩により、図面いじょうのものにすることができる。例えば、構造解析のための数学的モデルとして、あるいはコンピュータ流体力学(CFD)解析のためのデジタルモデルとして、あるいは建築情報モデリング(BIM)に利用することができる。連続的なモデリング」は、PAにおける時間的なデザインに関係する。ロボットの分野では、時間の流れの中で動作する機械を設計することは当然だが、建築の分野ではこれはかなり特殊な点である。建築は静的なものなので、基本的に動的なモデリングは必要ない。しかし、PAは本当にダイナミックなので、青写真に代わる新しい戦略が必要なのである。

しかし、コンピュータ、CAD(Computer Aided Design)ツールの進歩により、図面いじょうのものにすることができる。例えば、構造解析のための数学的モデルとして、あるいはコンピュータ流体力学(CFD)解析のためのデジタルモデルとして、あるいは建築情報モデリング(BIM)に利用することができる。連続的なモデリング」は、PAにおける時間的なデザインに関係する。ロボットの分野では、時間の流れの中で動作する機械を設計することは当然だが、建築の分野ではこれはかなり特殊な点である。建築は静的なものなので、基本的に動的なモデリングは必要ない。しかし、PAは本当にダイナミックなので、青写真に代わる新しい戦略が必要なのである。

2-3-2. サイバネティクス(Cybernetics

サイバネティクスとは、1940年代後半にアメリカの数学者ノーバート・ウィーナーによって提唱された、生物や機械のようなシステムにおける制御と対応の問題を扱う総合的な学問分野である。ウィーナーは、心や生命、社会、言語などさまざまなものの営みを、動的な制御系とみなした。私たちを取り巻く環境は、制御できないもの(変数)と調整可能なものを扱い、サイバネティクス領域の実相を反映している。サイバネティックスの目的は、制御可能な変数の値を、過去から現在までの値を基に適切に設定することで、私たちにとって最適な環境を作り出すことである。

The concept of cybernetics greatly influenced the disciplines of Social Science as well as the disciplines of Natural Science, as it was relevant to a large number of academic disciplines. The concept of cybernetics had direct connections with such theories as automation, navigator, telecommunication, computer and automaton. However, as the theory of cybernetics aimed to study the nervous system as a kind of the correspondence system, it was applied to the fields of Physiology and Psychology. In addition to this, a discipline, which was called Bio-Cybernetics and aimed to investigate for instance the information of the living bodies, was invented. It was also applied to Economics, Sociology and the theory of financial planning and developed as operations research and the system theory. It can be argued that cybernetics provides basic foundation of the information science as we know it today.

サイバネティックスの概念は、自然科学の分野だけでなく、社会科学の分野にも大きな影響を与え、多くの学問分野に関連するものであった。サイバネティックスの概念は、オートメーション、ナビゲーター、テレコミュニケーション、コンピュータ、オートマトンなどの理論と直接的に結びついていた。しかし、サイバネティックスの理論は、神経系を一種の対応システムとして研究することを目的としていたため、生理学や心理学の分野にも応用された。さらに、バイオ・サイバネティクスと呼ばれる、生体の情報などを研究する学問が生まれた。また、経済学、社会学、ファイナンシャルプランニングの理論に応用され、オペレーションズリサーチやシステム理論として発展していった。このように、サイバネティクスは今日の情報科学の基礎となっていると言える。

The new system theories developed in the late twenty-century seek to explain various phenomena that cannot be captured within the framework of cybernetics, which considers systems from the perspective of control. Theories such as Humberto Maturana and Francisco Varela’s Autopoiesis, Magorou Maruyama’s second cybernetics, Hermann Haken’s Synergetics, basically aimed at superseding cybernetics.

20世紀後半に開発された新しいシステム理論は、制御の観点からシステムを考えるサイバネティックスの枠組みでは捉えきれない様々な現象を説明しようとするものである。ウンベルト・マトゥラーナとフランシスコ・バレラのオートポイエーシス、丸山孫六の第二のサイバネティックス、ヘルマン・ハーケンのシナジェティックなど、基本的にはサイバネティックスに取って代わることを目指した理論である。

These new system theories have a different orientation than cybernetics. Whereas cybernetics basically described a system as an entity that maintains itself toward the goal of control, new theories of system generally tended to illustrate system as the incessant process of deviation and pay attention to the dynamic order that is generated through these deviations. Ilya Prigogine’s 'dissipative structure' is a good example of such new system theory of deviation. It is a theory out of 'thermodynamic equilibrium', which sustains its stability by emitting energies and materials that are absorbed from the surroundings in different manners.

これらの新しいシステム論は、サイバネティックスとは異なる方向性を持っている。サイバネティクスが基本的にシステムを制御という目標に向かって自己を維持する存在として説明するのに対し、新しいシステム理論は一般にシステムを絶え間ない逸脱の過程として説明し、その逸脱を通じて生成される動的秩序に注目する傾向があった。イリヤ・プリゴジンの「散逸構造」は、そうした新しい逸脱のシステム理論の好例である。それは「熱力学的平衡」から外れた理論であり、周囲から吸収したエネルギーや物質をさまざまな形で放出することによって安定性を維持している。

2-3-3. Control System and Control Theory

Control theories describe the methods in engineering and mathematics which aim to control dynamic behaviour. The usual objective of control theory is to control a system. It attempts to adjust the system behaviour through the use of feedback. Navigation, machine design, climate modelling and so on are examples of systems where control theory is applied. In control theory there are four basic functions: Measure, Compare, Compute, and Correct. These four functions are complemented by five elements: the Detector, the Transducer, the Transmitter, the Controller, and the Final Control Element. Block diagrams are often used to explain the flow of the system.

In the early control system, a relatively simple system called an ‘Open-loop Controller’ was used. An Open-loop Controller was also called a non-feedback system. As a result, the controller could not compensate for changes. For instance in a car using cruise control a change in the slope of the road could not be accounted for. With the development of the ‘Closed-loop controller sensors monitored the system output and fed back the data to maintain the desired system output. Feedback was able to dynamically compensate for the difference between actual data and desired data. It is from this feedback that the paradigm of the control loop arises: the control affects the system output, which in turn is measured and looped back to alter the control.

2-3-3. 制御系と制御理論

制御理論は、動的な振る舞いを制御することを目的とした工学や数学の手法を説明するものである。制御理論の通常の目的は、システムを制御することである。制御理論では、フィードバックを用いてシステムの挙動を調整しようとする。ナビゲーション、機械設計、気候モデルなどは、制御理論が適用されるシステムの例である。制御理論には、4つの基本的な機能がある。測る、比べる、計算する、修正する。この4つの機能は、「検出器」「変換器」「発信器」「制御器」「最終制御要素」という5つの要素で補完される。システムの流れを説明するために、ブロック図がよく使われる。

初期の制御システムでは、「オープンループコントローラー」と呼ばれる比較的シンプルなシステムが使用されていた。オープンループコントローラは、ノンフィードバックシステムとも呼ばれていた。そのため、コントローラーは変化に対して補正をすることができなかった。例えば、クルマのクルーズコントロールでは、道路の勾配が変わっても対応できない。クローズドループコントローラの開発により、センサーがシステム出力をモニターし、そのデータをフィードバックすることで、システム出力を望ましい状態に保つことができるようになった。フィードバックは、実際のデータと希望するデータとの差を動的に補正することができるようになった。制御がシステム出力に影響を与え、それが測定され、ループバックされて制御が変更されるという、制御ループのパラダイムは、このフィードバックから生まれるのである。

The system is often called the ‘plant’ and its output follows a control signal called the ‘reference’ (in this thesis it is called the ‘objective function’), which may be a fixed or changing value. A ‘Controller’ is another function which monitors the output and compares it with the reference. The ‘Error Signal’, which is the difference between actual (sensing data) and desired output (reference/objective function), is applied as feedback to the input of the system, to bring the actual output closer to the reference.

このシステムはしばしば「プラント」と呼ばれ、その出力は「リファレンス」と呼ばれる制御信号(この論文では「目的関数」と呼ばれる)に従うが、それは固定値であったり変化したりする。「コントローラ」は、出力を監視し、基準と比較するもう一つの機能である。実際の出力(センシングデータ)と希望する出力(基準/目的関数)の差である「誤差信号」は、実際の出力を基準に近づけるために、システムの入力にフィードバックとして適用される。

There are a number of key concepts referenced in control systems. These include ‘Stability’ which considers whether the output will converge to the reference value or oscillate (this will be explained later chapter). The ‘Transfer Function’, also known as the ‘system function’ or ‘network function,’ is a mathematical representation of the relation between the input and output based on the differential equations describing the system. This will be explained in a later chapter too.

制御システムで参照される重要な概念がいくつかある。「安定性」は、出力が基準値に収束するのか、それとも振動するのかを考えるものである(これについては後章で説明する)。「伝達関数」は「システム関数」または「ネットワーク関数」とも呼ばれ、システムを記述する微分方程式に基づいて入力と出力の関係を数学的に表現したものである。これも後の章で説明する。

Originally, control engineering was all about continuous systems. Development of computer control tools created a requirement for discrete control system engineering because the communications between the computer-based digital controller and the physical system were governed by a computer clock. The equivalent to the Laplace transform in the discrete domain was the z-transform. Today many control systems are computer controlled, consisting of both digital and analog components.

元々、制御工学は連続的なシステムを扱うものであった。コンピュータ制御ツールの開発は、コンピュータベースのデジタルコントローラと物理システムの間の通信がコンピュータクロックに支配されていたため、離散制御システム工学の必要性を生み出した。離散領域でのラプラス変換に相当するのがz変換である。今日、多くの制御システムは、デジタルとアナログの両方のコンポーネントから構成されるコンピュータ制御である。

At the design stage either digital components are mapped into the continuous domain and the design is carried out in the continuous domain, or analog components are mapped into the discrete domain and design is carried out there. The first of these two methods is more commonly encountered in practice because many industrial systems have many continuous systems components, including mechanical, fluid, biological and analog electrical components, with few digital controllers.

設計段階では、デジタル部品を連続領域にマッピングして連続領域で設計を行う方法と、アナログ部品を離散領域にマッピングして離散領域で設計を行う方法がある。多くの産業用システムは、機械、流体、生物、アナログ電気部品など多くの連続システム部品を持ち、デジタルコントローラが少ないため、この2つの方法のうち前者の方が実際にはよく遭遇する。

Alongside the development of digital control systems, the design process has progressed from paper-and-ruler based manual design to computer-aided design, and now to computer-automated design (CAutoD), which has been made possible by evolutionary computating. CAutoD can be applied not just to fine tuning a predefined control scheme, but also to control structure optimization, to system identification and to the invention of novel control systems based purely upon a performance requirement, independent of any specific control scheme.

All these developments have led to the development of a field called 'Control Engineering' which seeks stable behaviour in various related systems with a particular focus on the cybernetic aspect.

制御システムのデジタル化に伴い,設計プロセスは紙とルーラーによるマニュアル設計からコンピュータ支援設計へ,そして進化したコンピュータによる自動設計(CAutoD)へと発展してきた.CAutoDは、あらかじめ定義された制御方式の微調整だけでなく、制御構造の最適化、システムの識別、特定の制御方式に依存しない純粋な性能要件に基づく新しい制御システムの発明などに応用することができる。

これらの開発により、サイバネティックな側面に特に重点を置き、様々な関連システムにおいて安定した挙動を求める「制御工学」と呼ばれる分野が発展してきた。

Fig 2-3-3-1,1 Feedback system, drawn by Autehr reffreing to Brews Ohare

図2-3-3-1,1 フィードバックシステム(AutehrによるBrews Ohareの図面

2-3-3-1. Feedback Control

2-3-3-1.フィードバック制御

Maintaining a desired system performance despite disturbance using negative feedback to reduce system error.

ネガティブなフィードバックによりシステムエラーを低減し、障害にもかかわらず要求されるシステムパフォーマンスを維持。

Feedback is a manipulation that turns an output (result) of a system back to being an input (cause). It is a basic principle which defines the behavior of a system in the field of Electronic engineering. Feedback systems aim to manipulate the behavior of a dynamic system, which is a mathematical conception where a fixed rule describes the shift in certain conditions overtime as inputs are applied. Control theories, such as cybernetics, explain how this behavior is modified by feedback.

フィードバックとは、システムの出力(結果)を入力(原因)に戻す操作のことである。電子工学の分野では、システムの挙動を規定する基本原則である。フィードバックシステムは、動的システムの挙動を操作することを目的としており、入力が加えられると一定の条件下で時間的に変化することを一定のルールで記述した数学的概念である。サイバネティクスなどの制御理論は、この挙動がフィードバックによってどのように修正されるかを説明する。

Feedback, generally speaking, is the phenomenon whereby the results of a system’s reactions influence the system itself. There are two kinds of feedback: one is negative feedback that functions in an inhibitory manner and the other is positive feedback that functions in a promotional way. Feedback works on the principle of self-control. It is an integral part of living organization that sustains homeostasis.

フィードバックとは、一般に、あるシステムの反応結果がシステム自体に影響を与える現象のことである。フィードバックには、抑制的に機能するネガティブフィードバックと、促進的に機能するポジティブフィードバックがある。フィードバックは、自己制御の原理で機能する。ホメオスタシス(恒常性)を維持する生体組織には不可欠なものである。

In contrast to feedback, the system that removes noise effects in advance by predicting them and taking an appropriate steps to negate them is called a feed forward control system. Feed forward control systems can be argued to be more effective than feedback systems in that feedback systems cannot make modification operations before the noise effects appear. However, feed forward control generally must be used together with feedback systems. That is, the feed forward control system is used to remove the noise effects that can be predicted and the feedback system is used to take care of the rest of the noise effects.

フィードバックに対して、ノイズの影響を事前に予測し、適切な手段を講じてノイズの影響を除去するシステムをフィードフォワード制御システムと呼ばれる。フィードバックシステムはノイズの影響が現れる前に修正動作を行うことができない点で、フィードフォワード制御システムはフィードバックシステムよりも効果的であると言える。しかし、フィードフォワード制御は、一般にフィードバックシステムと併用しなければならない。つまり、予測できるノイズの影響をフィードフォワード制御系で取り除き、それ以外のノイズの影響をフィードバックシステムで受け持つのである。

2-3-3-2. Controller (P, PI, PID controller)

2-3-3-2. コントローラー(P, PI, PIDコントローラー)

2-3-3-2. Controller (P, PI, PID controller)

Fig 2-3-3-2,1 PID Controller (P, PI, PID controller), drawn by Author refering to TravTigerEE

図2-3-3-2,1 PID コントローラー(P, PI, PIDコントローラー)、Trav TigerEEを参照した、筆者による製図。

The PID Controller (Proportional-Integral-Derivative Controller), one of the most used feedback controllers in the classical control theory, controls by using: the proportional, the integral and the derivative values, denoted P, I, and D. The Ziegler-Nichols method is one of the most famous methods of control. Whereas feedback control systems require relatively high power through an actuator, feedback-measuring systems draw fairly low power devices as output devices are low power (for example, indicators and inverse transducers). Feedback in the measuring system improves accuracy in measurement, improves speed of measurement, allows remote indication and allows noncontact measurement. However, it increases the complexity of design and operation, as well as size and cost.

PIDコントローラー(Proportional-Integral-Derivative Controller)、古典的な制御理論の中で、もっとも使用されるフィードバックコントローラ-のひとつで:P,I,Dを表している比例制御、積分制御、微分制御を使用し制御が行われる。ジーグラー・ニコルス法は最も有名な制御方法のひとつである。駆動装置を通して、比較的高いパワーを必要とするフィードバック制御システムに反して、フィードバック計測システムは、出力デバイスが低いパワーなので公平に低いパワー(例えば、指示計や逆変換器)のデバイスを引き出す。測定システムにおけるフィードバックは、測定の正確さと速度を改善し、リモートでの指示、非接触な測定を可能にした。しかし、それは、設計や動作が複雑になり、サイズやコストも増加する。

A proportional-integral-derivative controller (PID controller) is a control loop feedback mechanism widely used in industrial control systems. A PID controller calculates an error value as the difference between a desired set point and a measured process variable. The controller attempts to minimize the error by regulating the process manipulating the variable. The PID controller algorithm contains three separate constant parameters–the proportional (P), the integral (I) and the derivative (D) values. Some applications may require using only one or two parameters (or control actions) to provide the appropriate system control. This is achieved by setting the other parameters to zero. A PID controller will be called a PI, PD, P or I controller in the absence of the respective control actions. P depends on present errors, I on the accumulation of past errors, and D is a prediction of future errors, based on current change trends. The weighted sum of these three actions is used to adjust the process via a control element such as the position of a control valve and a damper. However the use of the PID algorithm for control does not guarantee optimal control of the system or stabilization of the system.

比例積分微分コントローラ-(PIDコントローラー)は、産業制御システムで幅広く使用される制御ループフィードバックメカニズムである。PIDコントローラーは、要求されたセットポイントと測定されたプロセス変数の差として、誤差値を計算する。コントローラーは

その変数を操作する工程を調整することによって誤差値の最小化を試みる。PIDコントローラーのアルゴリズムは、3つの一定のパラメーターで構成されるー比例のプロポーショナル(P)、積分のインテグラル(Ⅰ)、微分のデリヴァティブヴァリュー(D)。アプリケーションによっては、1つまたは2つのパラメータ(または制御動作)だけを使用して、適切なシステム制御を行う必要があります。これは、他のパラメータをゼロに設定することで実現される。PIDコントローラーは、それぞれの制御アクションがなければ、PI,PD,P,またはIコントローラーと呼ばれる。現在の変化の傾向に基づくと、Pは現在のエラー、Ⅰは過去のエラーの蓄積、そしてDは変化傾向から将来の誤差を予測するもの。これらの3つのアクションの加重した合計は、制御弁やダンパーの位置などの制御要素を経由してその工程を調節するために使用される。しかし、PIDアルゴリズムによる制御は,最適なシステムの制御またはシステムの安定を保証するものではない。

PID controllers originated in 1890s governor design and were subsequently developed for use in automatic ship steering. The theoretical analysis of a PID controller was first published by Russian American engineer Nicolas Minorsky, (Minorsky 1922). Minorsky was designing automatic steering systems for the US Navy, and from his analysis on observations of a helmsman, he noted the helmsman controlled the ship based not only on current error, but also on past error as well as the current rate of change. Minorsky reduced this to a series of equations. His goal was stability, not general control, which simplified the problem significantly. While proportional control provides stability against small disturbances, the integral term was added to deal with steady disturbances, in particular a stiff gale. The derivative term was added to improve control.

PIDコントローラは1890年代のガバナー設計に端を発し、その後、船舶の自動操舵用として開発された。PID コントローラの理論解析はロシア系アメリカ人技師 のニコラス・ミノルスキーによって初めて発表された(Minorsky 1922)。ミノルスキーはアメリカ海軍の自動操舵システムを設計していたが、操舵手の観察から、操舵手は現在の誤差だけでなく、過去の誤差や現在の変化率も考慮して操船していることに着目したのである。ミノルスキーは、これを一連の方程式に落とし込んだ。彼の目標は安定性であり、一般的な制御ではないので、問題は大幅に単純化された。比例制御は小さな障害に対する安定性をもたらすが、定常的な障害、特に強風に対処するために積分項が加えられた。微分項は制御を改善するために追加された。

Limitations of PID control

While PID controllers are useful to many control problems and often perform satisfactorily they do not provide optimal control in general. The fundamental difficulty with PID control is that it is a feedback system and thus overall performance is reactive and compromise-based. It lacks direct knowledge of the process. While PID control is the best controller where a model of the process doesn’t exist, better performance can be achieved by directly modelling the actor of the process without resorting to an observer.

PID制御の限界

PIDコントローラーは多くの制御問題に役立ち、しばしば十分な性能を発揮する一方、全般に最適な制御を提供することはできない。PID制御の根本的な問題はは、フィードバックシステムであり、それによって全体的な性能が反応的で妥協に基づいたものになってしまう。それは、プロセスに関する直接的な知識を欠いている。PID制御はそのプロセスのモデルが存在しない場合、最良のコントローラーだが、そのプロセスのモデルが存在しない場合、より良い性能は、観察者に頼るのではなくプロセスのアクターを直接モデリングすることによって達成される。

PID controllers can fail to work properly when the PID loop gains are insufficient causing the control system to oscillate around the control set point value. The non-linearities of a process are also a difficulty. The system may not react to changing process behaviour as well as experiencing a lag in responding to large disturbances.


The most significant improvement to the difficulties described above is to incorporate a feed-forward control based on knowledge about the system, and use the PID only to deal with error. Alternatively, PIDs can be altered in some minor ways, such as cascading several PID controllers, changing the parameters (for example adaptively modifying them based on performance) and improving measurement (higher sampling frequency or precise, accurate and low-pass filtering).

PIDコントローラーは、PIDループの増進が不十分だとその制御システムが制御設定値の付近を変動する原因となり、正常に動作しないことがある。また、プロセスの非線形性も問題である。システムは、変化するプロセスの挙動に反応しないことがあり、また大きな障害への反応に遅れが生じる。

上記のような問題に対するもっとも重要な方法は、システムに関する知識に基づいたフィードフォワード制御を取り入れ、エラ対処時のみPIDを使用することである。あるいは、いくつかのPIDコントローラーをカスケード接続したり、パラメーターを変更したり(例えばパフォーマンスに基づいて適応的にそれらを修正する)そして計測を改善したり(サンプリング周波数を高くしたり、または正確なローパスフィルタリング)などのいくつかの細かい方法で、PIDを変更することが可能である。

2-3-3-3. Sensing / Mesurement and Noise

Overview: A sensor is a device that identifies events or changes in quantities and returns a corresponding output, generally in a format of an optical or electrical signal. For example, a thermocouple outputs voltage in response to temperature changes. A mercury thermometer is also a sensor which converts the measured temperature into the expansion and contraction of a liquid which can be read on a calibrated glass tube. Sensors are used in everyday items such as touch-sensitive lift buttons (tactile sensor) and desk lamps which can dim or brighten by touching the base, along with numerous other applications which most people are never fully aware of. With developments in precision machinery and easily-handled microcontroller platforms, new types of sensors are used extensively in various fields such as MARG sensors (Bennett, S. 1993). While analogue sensors such as potentiometers and force-sensitive resistor are still widely used. Applications for such sensors include manufacturing and machinery, airplanes and aerospace, cars, medicine and robotics. All living organisms have biological sensors with functions similar to those of the mechanical devices described.

2-3-3-3. センサー/計測とノイズ

概要:センサーは、事象や量の変化を識別し、それに対応する出力を、一般に光または電気信号の形式で返す装置である。例えば、熱電体は温度変化に応じて電圧を出力する。水銀温度計もまた計測した温度を液体の膨張や縮小に転換し、目盛りのついたガラスのチューブで読めるようにする。センサーは、タッチセンサー付きの昇降ボタン(触覚センサー)や、台座を触れると暗くしたり明るくしたりできるデスクランプなど、日常的に使われているが、ほとんどの人が意識したことがない用途も多い。精密機械や簡単に操作できるマイクロ コントローラー プラットフォームの開発に伴い、新しいタイプのセンサー、MARGセンサー(ベネット、S.1993年)のような、新しいタイプのセンサーが様々な分野で広く使用されている。一方、ポテンショメータや感知抵抗器などのアナログセンサ-もまだ広く使用されている。そのようなセンサーの用途は、製造や機械、飛行機や航空宇宙科学、車、医療、ロボット工学などが挙げられる。すべての生物は機械的なデバイスと似た機能を備えた生体センサーを持っている。

A sensor's sensitivity relates to how much the sensor's output changes following the change of inputs. For example, if the mercury in a thermometer moves 1 cm when the temperature changes by 1 °C, the sensitivity is defined as 1 cm/°C (this means the slope Dy/Dx assumes a linear characteristic). Some sensors may have an impact on what they measure. For instance, a room temperature thermometer put into a cup of hot liquid cools down the liquid while the liquid heats up the thermometer. Sensors are designed to have a minimal effect on what is measured. Making the sensor smaller often improves this. Technological progress enables sensors to be manufactured on a smaller scale using MEMS technology. In most cases, micro sensors achieve significantly higher speed and sensitivity than macroscopic sensors.


センサーの感度は、入力の変化に対してセンサーの出力がどの程度変化するかに関係する。例えば、温度が1℃変化したときに温度計の水銀が1cm動くとすると、感度は1cm/℃と定義される(これは傾きDy/Dxが直線特性を仮定していることを意味する)。センサーによっては、測定するものに影響を与えるものがある。例えば、常温の温度計を熱い液体の入ったカップに入れると、液体は冷め、温度計は温められる。センサーは、測定対象への影響を最小限にするように設計されています。センサーを小型化することで、この点が改善されることが多い。技術の進歩により、MEMS(メムス)技術を使ってセンサーをより小さく製造することができるようになった。多くの場合、マイクロセンサーはマクロなセンサーよりも格段に高いスピードと感度を実現している。


In terms of measurement errors and noise, there are several kinds. One kind of error relates to the ‘Resolution’ of the sensor. The resolution of a sensor is the smallest change the sensor can detect in whatever it is measuring. The resolution is related to the precision with which the measurement is conducted.

Another kind of error is ‘Noise’. In electronics, a random fluctuation in an electrical signal that varies in time is called noise and noise exists in any electronic circuits. Noise is a summation of undesirable or disturbing energy, regardless of whether it is natural or man-made. Although it is generally unwanted as it causes an error or undesired random disturbance in information signals, it could be utilized purposefully in some application, such as in generating random numbers or dithering. To dither noise is intentionally applied to randomize quantization error.

エラーとノイズの計測に関しては、いくつかの種類がある。エラーの種類のひとつは、センサーの「解像度」に関係する。センサーの解像度は、何を計測するにしてもセンサーが検出する最も小さな変化である。解像度は、計測が行われる正確さと関係している。

もうひとつのエラーの種類は、「ノイズ」である。電子工学では、同時に変わる電気信号のサインのランダムな変動をノイズと呼び、あらゆる電子回路の中にも存在する。ノイズは、それが自然、人口、を問わず、不快または不穏なエネルギーの総和である。それは情報信号の中で、エラーや望まないランダムな障害の原因となり一般的に不要なものであるが、それはランダムな数やディザリングを発生させるなどのいくつかのアプリケーションでは、意図的に利用されることがある。ディザリングは、量子化誤差をランダムにするために、意図的にノイズを加えることである。

A final kind of error is ‘Deviation’. Several types of deviation can be observed if the sensor is not appropriate.

• The sensitivity of the selected sensor may be different from the value expected. This is called a sensitivity error. The sensor may also be sensitive to properties other than the property intended to be measured. If the sensitivity is not constant over the range of the sensor, this is called non linearity. The amount the output differs from ideal behaviour over the full range of the sensor is often noted as a percentage of the full range.

最後のエラーの種類は、’偏差’である。ンサーが適切でない場合、いくつかの種類の偏差が観察されることがある。-選択されたセンサーの感度は期待された値とは異なる場合がある。これは、感度誤差と呼ばれる。またセンサーは、計測しようとしている特性以外の特性にも感度が高い場合がある。もし、感度がセンサーの範囲内で一定でない場合、これは非直線性と呼ばれる。センサーの全範囲にわたって出力が理想的な動きと異なる量は、しばしば全範囲のパーセンテージとして表示される。

•property’s value exceeds the limits of sensor’s output range. The full scale range defines the maximum and minimum values of the measured property. If the sensor has a digital output, the output is only an approximation of the measured property. The output signal will eventually reach a minimum or maximum when the measured

• If the signal is monitored digitally, limitations of the examining frequency can cause an error. If the output signal is not zero when the measured property is zero, the sensor has an offset or bias.

• If the output signal slowly changes independent of the measured property, this indicates a slow deterioration of sensor properties over a long period of time.

These deviations can be classified as either systematic errors or random errors. Appropriate calibration strategies can compensate for systematic errors. Signal processing, such as filtering can reduce random error caused by noise.

-プロパティの値がセンサーの出力範囲の限界を超えた場合。フルスケール範囲は、測定されたプロパティの最大値と最小値を定義する。センサーにデジタル出力がある場合、出力は測定されたプロパティの近似値に過ぎない。出力信号は最終的に最小値または最大値に達する。

- 信号がデジタルでモニターされている場合、検査周波数の制限によりエラーが発生することがある。測定値がゼロの時に出力信号がゼロでない場合、センサーにはオフセットまたはバイアスがある。

-出力信号が測定値とは無関係にゆっくりと変化する場合、これは長期間にわたってセンサ-の特性がゆっくりと劣化していることを示す。

これらのエラーは、システムエラーとランダムエラーのどちらかに分類される。適切な校正戦略は、系統的なエラーを補正することができる。フィルタリングなどの信号処理は、ノイズによって引き起こされるランダムエラーを低減することができる。

2-3-3-4. Actuation

An actuator is a type of motor that plays a role in moving or controlling a mechanism within a system. It is powered by an energy source such as an electric current, hydraulic fluid pressure, or pneumatic pressure, and converts that energy into motion. The actuator can be controlled in a simple manner (a predetermined mechanical or electrical device), it can be software-based (e.g. a printer driver, robot control system) or it can have a human or any other input controlling it. In terms of the application of actuators, in engineering, actuators are frequently used as mechanisms to introduce motion, or to clamp an object so as to prevent motion. In electronic engineering, actuators are a subdivision of transducers which are devices to transform an electrical signal into motion. In virtual instrumentation, actuators and sensors are the hardware complements of virtual instruments.

2-3-3-4.アクチュエーター

アクチュエーターとは、システム内のメカニズムを動かしたり、制御したりする役割を果たすモータの一種である。アクチュエーターは、電流、油圧、空気圧などのエネルギー源から動力を得て、そのエネルギーを運動に変換する。アクチュエーターは、簡単な方法(所定の機械装置や電気装置)で制御することができ、ソフトウェアベース(プリンタドライバやロボット制御システムなど)で制御することも、人間やその他の入力で制御することもできる。アクチュエーターの用途としては、工学的には、動きを導入したり、動きを阻止するために物体を組み込むメカニズムとして頻繁に使用される。電子工学では、アクチュエーターは電気信号を動きに変換する装置であるトランスデューサの一種である。バーチャ一ルインスツルメンテーションでは、アクチュエーターとセンサーはバーチャルインスツルメンテーションのハードウェアを補完するものである。

Motors are mostly used when circular motions are required while some actuators are intrinsically linear, such as piezoelectric actuators. However motors can also provide linear forces by transforming a circular motion to a linear one with a screw or a similar mechanism. Conversion between circular and linear motion is commonly made via a few simple types of mechanism such as a screw or a wheel and axle. Screw: The screw jack, the ball screw and the roller screw actuator all operate on the principle of the simple machine known as the screw. By rotating the actuator's nut, the screw shaft moves in a line. By moving the screw shaft, the nut rotates. Wheel and axle: the hoist, the winch, the rack and pinion, the chain drive, the belt drive, the rigid chain and the rigid belt actuator operate on the principle of the wheel and axle. By rotating a wheel/axle (e.g. drum, gear, pulley or shaft) a linear member (e.g. cable, rack, chain or belt) moves. By moving the linear member, the wheel/axle rotates.


モーターは主に円運動が必要な場合に使用されるが、圧電性のアクチュエータのような本質的に直線的なアクチュエータもある。しかし、モーターは、ネジや同様のメカニズムを用いて円運動を直線運動に変換することで、直線的な力を得ることもできる。一般的に円運動と直線運動の変換は、ネジや車輪と車軸のような簡単なタイプのメカニズムを介して行われる。ネジ:スクリュージャッキ、ボールねじ、ローラースクリューアクチュエーターはすべて、ねじとして知られている単純な機械の原理で動く。アクチュエーターのナットを回転させることで、ねじ軸が一直線に動く。スクリューシャフトを動かすことで、ナットが回転する。車輪と車軸:ホイスト、ウインチ、ラックとピニオン、チェーンドライブ、ベルトドライブ、リジッドチェーン、リジッドベルトアクチュエーターは、車輪と車軸の原理で動作する。車輪/車軸(ドラム、ギア、プーリー、シャフトなど)を回転させることで、リニア部材(ケーブル、ラック、チェーン、ベルトなど)が動く。線状部材を移動させることで、車輪/車軸が回転する。


Examples of other actuators include: the comb drive, the digital micromirror device, the electric motor, the electro active polymer, the hydraulic piston, the piezoelectric actuator, the pneumatic actuator, the relay, the servomechanism and the thermal bimorph. Here is a brief explanation of the mechanisms of various actuators.


その他のアクチュエータの例としては、櫛形駆動装置、デジタルマイクロミラー装置、電気モーター、電気活性ポリマー、油圧ピストン、圧電アクチュエーター、空圧アクチュエーター、リレー、サーボメカ、サーマルバイモルフなどがある。ここでは、各種アクチュエータのメカニズムを簡単に説明する。

The ‘Hydraulic actuator’: A hydraulic actuator consists of a cylinder or fluid motor that uses hydraulic power to provide mechanical operation which gives an output as linear, rotary or oscillatory motion. As liquid is almost incompressible, a hydraulic actuator produces considerable force, but its acceleration and speed is limited. The hydraulic cylinder consists of a hollow cylindrical tube along which a piston that can slide. When pressure is applied on each side of the piston, it is called ‘double acting’. A difference in the pressure between the two side of the piston results in the piston moving to one side or the other. The term ‘single acting’ is used when the fluid pressure is applied to just one side of the piston and the piston can move in only one direction. In this case a spring is frequently used to give the piston a return stroke.


「油圧アクチュエーター」は、シリンダまたは流体モータで構成されている、油圧を利用し機械的な動作を行い、直線運動、回転運動、または振動運動として出力するものである。液体はほとんど非圧縮性であるため、油圧アクチュエータはかなりの力を発生させるが、その加速度と速度は制限されている。油圧シリンダは、中空の円筒状の筒の中にスライド可能なピストンが沿って構成されている。ピストンの両側に圧力がかかることを「複動」と言う。ピストンの両側の圧力差は、ピストンが一方の側または他方に移動する。流体圧力がピストンの片側だけにかかり、ピストンが一方向にしか移動できない場合は「単動式」と呼ばれる。この場合、ピストンにリターンストロークを与えるためにスプリングが頻繁に使用される。


The ‘Pneumatic actuator’: A pneumatic actuator converts energy from vacuum or compressed air at high pressure into either linear or rotary motion. A pneumatic actuator is useful for main engine controls because of its quick response in starting and stopping as the power source doesn’t need to be stored in reserve to operate. Pneumatic actuators can produce large forces from relatively small pressure changes. These forces are often used with valves to move diaphragms and control the flow of liquid through the valve.

The ‘Electric actuator’: It is one of the cleanest and most readily available kinds of actuators because it does not use oil. Electrical energy is used to actuate equipment such as multi-turn valves through an electric motor which converts electrical energy to mechanical torque.

The ‘Thermal or magnetic actuator’ (shape memory alloys): These actuators use shape memory materials (SMMs), such as shape memory alloys (SMAs) or magnetic shape-memory alloys (MSMAs) which can be actuated by applying thermal or magnetic energy. The actuators tend to be compact, lightweight, economical and provide a high amount of power per unit volume.

The ’Mechanical actuator’: A mechanical actuator functions by converting rotary motion into linear motion to execute movement. It involves gears, rails, pulleys, chains and other devices to operate such as rack and pinion.

「空気圧アクチュエーター」 は、高圧の真空または圧縮空気からのエネルギーを直線運動または回転運動に変換する。空圧アクチュエーターは、始動・停止時の反応が速いため、メインエンジンの制御に便利である。空気圧アクチュエータは、比較的小さな圧力変化から大きな力を発生させることができる。この力は、バルブでダイヤフラムを動かし、バルブ内の液体の流れを制御するためによく使われる。

「電動アクチュエーター」はオイルを使用しないため、最もクリーンで入手しやすいアクチュエーターの一つである。電気エネルギーは、電気エネルギーを機械的トルクに変換する電気モーターを介して多回転弁のような機器を作動させるために使用される。

「熱または磁気アクチュエーター」(形状記憶合金)。これらのアクチュエーターは、形状記憶合金(SMA)や磁気形状記憶合金(MSMA)のような形状記憶材料(SMM)を使用しており、熱や磁気エネルギーを加えることで作動させることができる。これらのアクチュエータは、小型、軽量、経済的で、単位体積当たりの出力が多い傾向にある。

「メカニカルアクチュエーター」は、回転運動を直線運動に変換して運動を実行することによって機能する。それは、ギア、レール、プーリー、チェーンやラック&ピニオンなど、動作するデバイスが含まれる。

2-3-3-5. Stability and Catastrophic Collapse

The field of ‘Stability Theory’ explores the stability of systems. Especially for the solutions of differential equations describing dynamic systems, various types of stability have been identified. ‘Nominal Stability’ is the stability of a closed loop system under the condition of a model is perfect. Be contrast, ‘Robust Stability’ allows for uncertainty in a model. In the situation of plant instability, the amount of data is highly problematic. In order to resolve the issue, 'Calculation Stability' is an effective method. In this method, a sort of re-parameterization is frequently used. For stability in linear systems, ‘Exponential Stability’ is widely used. In linear systems, there are two type of stability. One is ’Internal Stability’, the other is ‘Bounded-input bounded-output Stability’ are present (BIBO Stability). The former deals with whether the system will output stable values when no inputs. The latter focuses on the system outputs with in a certain range of values (called bounded) when there are bounded inputs. In contrast, stability for nonlinear systems that have an input present is called 'Input-to-state Stability'. It amalgamates Lyapunov stability and a system similar to bounded-output stability. In terms of asymptotic stability in nonlinear systems, the most common type would be based on the theory of Lyapunov. (Lyapunov, A. M. .1992). ‘Lyapunov Stability’ concerns the stability of solutions near to a point of equilibrium. In simple terms, “if all solutions of the dynamical system that start out near an equilibrium point Xe stay near Xe forever, then x_e is Lyapunov stable”.

Below concrete descriptions, and explanations of the following system state aspects are given:‘Exponential Growth’,’ Generic Structure’, ‘Exponential Decay’, ‘Goal Seeking behavior’, ‘Oscillation’, ‘S-shaped’, and ‘Catastrophic collapse’.

2-3-3-5.安定性と破滅的崩壊

「安定性理論」の分野では、システムの安定性を探求するものである。特に力学系を記述する微分方程式の解に対しては、様々な種類の安定性が確認されている。「名目上の安定性」とは、モデルが完全であるという条件のもとでの閉ループシステムの安定性のことである。これに対して、「ロバスト安定性」はモデルの不確実性を許容するものである。プラントが不安定性な状況では、データ量が非常に問題となる。この問題を解決するためには、「計算安定性」が有効な手法である。この方法では、ある種の再パラメータ化が頻繁に用いられる。線状システムの安定性については、「指数安定性」が広く用いられている。

線形システムの安定性には2種類ある。一つは「内部安定性」であり、もう一つは「境界入力・境界出力安定性」が存在する(BIBO安定性)。前者は、入力がないときにシステムが安定した値を出力するかどうかに対処する。後者は、入力が制限されているときに、システムがある範囲の値(有界と呼ばれる)で出力することに焦点を当てている。対照的に、入力が存在する非線形系の安定性は、「入力‐状態安定性」と呼ばれる。これは、リアプノフ安定性と、有界出力安定性に似たシステムを融合させたものである。非線形システムにおける漸近安定性の観点からは、最も一般的なタイプはリアプノフの理論に基づくものであろう。(Lyapunov, A. M. .1992). 「リアプノフ安定性」は、平衡点に近い解の安定性に関係している。簡単に言えば、「平衡点Xe付近で始まった力学系のすべての解が永遠にXeの近くにとどまるならば、x_eはリアプノフ安定である」ということである。

以下に、「指数関数的成長」、「一般的構造」、「指数関数的崩壊」、「目標探索行動」、「振動」、「S字型」、「破局的崩壊」の具体的な記述と説明がある。

- Exponential Growth

In the paper, (Radzicki .M.J 1997) the author took ‘a herd of elephants’ as an example.

- 指数関数的成長

論文(Radzicki .M.J 1997)では、「象の群れ」を例にしている。

Fig 2-3-3-5,1 The Diagrams of Exponential Growth

図2-3-3-5,1 指数関数的成長の図

In the above model, which doesn’t have a feedback system, the number of the elephants simply increases. Additionally, the number of the elephants also increases even though the original number of the elephants starts at zero. The feedback regarding the number of the newborn children is added in the following diagram.

フィードバックシステムを持たない上記のモデルでは,単純に象の数が増えるだけである.また,元々のゾウの数がゼロから始まっても,ゾウの数は増える.次の図では、新生児の数に関するフィードバックを追加している。

Fig 2-3-3-5,2 The Diagrams of Exponential Growth Two

図2-3-3-5,2  指数関数的成長の図式 2

The result is that if the number of the elephants begins with zero, the size of the herd of elephant remains zero. In this example, if the original number is set at ten, the result shows the exponential growth.

この結果では、元の数を0から始めると、象の群れの大きさは0のままである。この例では、元の数を10とすると、結果は指数関数的な成長を示している。

Fig 2-3-3-5,3 The Diagrams of Generic Structure

図2-3-3-5,3 汎用的な構造のダイアグラム

The above diagram is an example of a loop system that the paper illustrated. The system can explain a large number of phenomena in the world. The following diagram, for example, shows how knowledge will be accumulated in a discipline of natural science.

上の図は、論文が説明したループシステムの一例である。このシステムは、世の中の多くの現象を説明することが可能である。例えば、次の図は、ある自然科学の分野で知識がどのように蓄積されていくかを示したものである。

Fig 2-3-3-5,4 The Diagrams of Generic Structure 2

図2-3-3-5,4 汎用的な構造のダイアグラム2

- Exponential Decay

The below diagram illustrates the exponential decay. If the target value (goal) is set to zero in a goal-seeking behavior system, the result will be exponential decay. The following graph gives a typical example of this. Figures below is a system dynamics representation of a linear first order negative feedback loop system with an implicit goal of zero.

指数関数的減衰

下図は指数関数的な減衰を説明している。目標探索システムで目標値(ゴール)をゼロにすると、指数関数的に減衰することになる。下図は、その典型的な例を示している。下図は、目標値をゼロとした線形一次負帰還ループシステムのシステムダイナミクスを表している。

Fig 2-3-3-5,5 The Diagrams of Exponential Decay

図2-3-3-5,5  指数減衰の模式図

- Goal-seeking Behavior

In Chapter 3 Rdolzicki discusses two types of feedback loops : positive loops and negative loops. Positive loops generate exponential growth (or rapid increase) and negative loops produce goal-seeking behavior. As the below diagram shows, the goal-seeking behavior system always creates feedback which is the discrepancy between the goal and the stock.

- 目標達成のための行動

第3章でRdolzickiは2種類のフィードバックループを説明する。:正のループと負のループ。正のループは指数関数的な成長(または急速な増加)をもたらし、負のループは、目標達成を求める行動をもたらす。下図が示すように、目標達成行動システムは、常に目標と蓄積の乖離がフィードバックとして発生する。

Fig 2-3-3-5,6 The Diagrams of Goal-seeking Behavior

図2-3-3,5,6 目標追求行動の模式図

- Oscillation

Oscillation occurs due to the delay of the information in a feedback system. The ‘delay’ in the measuring part (sensing for example) causes a delay in transmitting the information. The following model, therefore, includes the ‘desired system level’, which controls the delay of the information. The blue line is the system. The system thus decreases the degree of instability in the oscillation system. There are four types of oscillation: ‘Sustained Oscillation’ ,‘Damped oscillation’ , ’Exploded oscillation’ and ’Chaos oscillation’.

-振動

振動は、フィードバックシステムにおける情報の遅にれより発生する。測定部(例えばセンシング)の「遅れ」は、情報の送信の遅れを引き起こす。そこで、以下のモデルでは、情報の遅れを制御する「望ましいシステムレベル」が含まれてる。青い線がシステムである。このようにシステムは、振動システムの不安定性の度合を減少させるシステムである。振動には、「持続振動」、「減衰振動」、「爆発振動」、「カオス振動」の4種類がある。

Fig 2-3-3-5,7: The Diagrams of Oscillation

図2-3-3-5,7 振動の図

Fig 2-3-3-5,8: The Diagrams of S-shaped Growth

図 2-3-3-5,8: S字成長の図

- S-shaped Growth

S-shaped growth is the characteristic behavior of a system in which a positive and negative feedback structure fight for dominance but result in long-run equilibrium. In the paper, as an example of the s-shaped growth, Radzicki describes the relationship between elephants birth rate and their death rate.

-S字型成長

S字型成長とは、正と負のフィードバック構造が優勢を争いつつも、結果として長期的には均衡になるというシステムの特徴的な動きのことである。本論文では、S字成長の例として、Radzickiがゾウの出生率と死亡率の関係について述べている

- Catastrophic Failure

In relation to stability, ‘Catastrophic Failure’ means a sudden, general failure that recovery is impossible. It often leads to cascading systems failure. A cascading failure is a failure in a portion of a system made up of interconnected portions in which the failure of a portion can cause the failure of successive parts. Structural failure is the most common example of this. However, the term has often been extended to a lot of other disciplines where comprehensive and irrecoverable loss happens. These failures are explored by using the methods of forensic engineering, which tries to determine the cause or causes of failure.

壊滅的な故障

安定性に関連して、「壊滅的な故障」とは、復旧が不可能な突然の全般的な障害を意味する。多くの場合、カスケードシステムの故障につながる。カスケード故障とは、相互に接続された部分で構成されたシステムの一部分の故障であり、その一部分の故障が後続の部分の故障を引き起こす可能性がある。構造上の故障が最も一般的な例である。しかし、この用語はしばしば、包括的で回復不可能な損失が発生する他の多くの分野にも拡張されている。これらの故障は、故障の原因または原因を特定しようとする法医学工学の方法を用いて探究される。

2-3-4. Deterministic vs Stochastic in prediction and forecasting

Deterministic algorithms and stochastic algorithms are both versions of combinatorial optimization algorithms, a kind of heuristic algorithm which seeks an optimum solution without examining all possible solutions. Deterministic algorithms search for solutions by using a definitive selection. For example, searching in limited, specific areas is a deterministic algorithm. By contrast stochastic algorithms randomly make decisions while searching for a solution. Deterministic algorithms will, therefore, generate the same solution to a given issue repeatedly.

2-3-4. 予測・予想における決定論的と確率論的の比較

決定論的アルゴリズムと確率論的アルゴリズムは、どちらも組合せ最適化アルゴリズムの一種で、可能なすべての解を調査することなく最適な解を求めるヒューリスティックアルゴリズムの一種である。決定論的アルゴリズムは、確定的な選択を用いて解を探索する。例えば、限定された特定の領域を探索することは決定論的アルゴリズムである。対照的に、確率的アルゴリズムは、解を探している間にランダムに判断する。したがって、決定論的アルゴリズムは、与えられた問題に対して同じ解決策を繰り返し作りだすことになる。

By contrast, probabilistic or stochastic algorithms may not generate the same solution each time. Heuristic algorithms are classified into repetitive algorithms and constructive algorithms. Typically constitutive heuristic algorithms start searching with a single element (although multiple elements are possible as a start). While searching for a complete solution other elements are continually selected and added creating a partial solution for an increasingly larger set of elements. Once a selected element is added, it is not removed from the partial solution at a later stage. Constitutive algorithms are successively augmenting themselves.

制御システムのデジタル化に伴い、設計プロセスは紙と定規ベースの手動のデザインからコンピューター支援設計へ、そして今は進化したコンピューターによるコ自動設計(CAutoD)へと発展してきた。CAutoDはあらかじめ定義されたの制御計画を微調整するためだけではなく、制御構造の最適化、システムの識別、そして特定の制御計画に依存しない、純粋に性能要件に基づく新しい制御システムの発明などに応用可能である。これらの開発により、サイバネティックな側面に特に重点を置き、様々な関連システムにおいて安定した挙動を求める「制御工学」と呼ばれる分野が発展してきた。

A repeatable heuristic method such as a search in limited areas requires two data inputs. The first is a description of the problem to be solved using examples and the second is an initial solution for the problem. Repeating heuristic methods change the solutions which are initially given in order to improve its evaluative function. When its evaluation level is not improved, the algorithm returns "No" and keeps the existing solution. If it is improved, the algorithm returns the improved solution, and repeats the evaluative steps using the new solution. Normally this process is repeatedly carried out until the evaluation level stops iproving. Frequently this algorithm is applied in conjunction with a constitutive heuristic method to improve the generated solution.

限られた領域での探索のような繰り返し可能なヒューリスティック手法では、2つのデータ入力が必要となる。1つ目は事例を用いて解決すべき問題の記述、2つ目は問題の初期解である。繰り返すヒューリスティック手法は、その評価的機能を向上させるために、初期に与えられた解を変化させる。その評価レベルが改善されない場合、アルゴリズムは 「No」を返し、既存の解を維持する。評価レベルが改善されていれば、改善された解を返し、新しい解を用いて評価ステップを繰り返す。通常、この工程は評価レベルの改善が止まるまで繰り返し行われる。度々、このアルゴリズムは生成された解を改善するために、構成的ヒューリスティック手法と組み合わせて適用されることがある。

In order to design a superior constitutive algorithm, a deep understanding and analysis of the problem to be solved is required along with the development of an appropriate constitutive heuristic method. In many cases, it is not easy to use heuristic techniques for real issues.

優れた構成的アルゴリズムを設計するためには、適切な構成的ヒューリスティック手法の開発とともに、解決すべき問題の深い理解と分析が必要である。多くの場合、実際の問題にヒューリスティック手法を用いることは容易ではない。

2-3-5. Optimization

2-3-5-1. Objective functions (purpose)

Consider the mathematical programming question, where f:A→R. The goal is to find X0 that satisfies the following equation,

2-3-5. 最適化

2-3-5-1. 目的関数 (目的)

数学的プログラミングの問題を考え、ここで f:A→R とする。目標は次の式を満たすx0を見つけることである。

In this example, “f” is called the objective function to be minimized over variable “x” and condition "A".

Generally in optimization design, designed objects are decided by defining constraint conditions. In the simulation process of a design, objective functions are used as a method to determine constraints and to determine the minimal solution, if it is in a linear programming question.

この例では、変数「x」と条件「A」に対して最小化すべき目的関数を「f」と呼んでいる。

一般に最適化設計では、制約条件を定義することで設計対象を決定する。設計のシミュレーションでは、線形計画問題であれば、制約条件を決定し、最小解を決定する手法として目的関数が使われる。

In the Traveling Salesman Problem(TSP), for example, the objective function is

described as "Dij" with the distance between the number of nodes (N) and whether or not to include its arc (the aisles of nodes). Xij= 1 means the arc is included in the circuit while Xij= 0 means the arc is not included. The fitness value of the circuit F is described as,

例えば、巡回セールスマン問題(TSP)では、目的関数は

は、ノードの数(N)とそのアーク(ノードの通路)を含めるかどうかの距離で「Dij」と記述される。Xij=1 はその円弧を回路に含めることを意味し、Xij=0 はその円弧を含めないことを意味する。回路Fの適合度値は次のように記述される。

A reverse process is used for analysis. The levels of objectives are calculated, and variables are found from the plural objectives. Following this, the objectives are used in the process going from design to analysis.

分析には逆のプロセスを用いる。目的のレベルを計算し、複数の目的から変数を求める。これに続いて、設計から解析までのプロセスでその目標が使われる。

2-3-5-2. GA vs others

When looking for the optimal parameters (design variables) to an objective function whether from calculation results or experimental results using the parameter(s), the various parameters need to be tested to find out which conditions improve results. The search needs to be conducted efficiently, not through randomly analyzing possibilities but by properly using combination optimization methods.

2-3-5-2.GAとその他の比較

目的関数に対する最適なパラメータ(設計変数)を計算結果やパラメータを用いた実験結果から探す場合、どの条件で結果が良くなるのか、様々なパラメータをテストする必要がある。無造作に可能性を分析するのではなく、組み合わせ最適化の手法を適切に用いて効率的に調査する必要がある。

There are various combination optimization methods, such as Simulated Annealing, Genetic

Algorithm, Tabu Search, Simulated Evolution, and Stochastic Evolution.

Compared to the other methods, GA has a number of advantages.

1. GA can adapt to the evaluation function without referring to the differentiation possibilities of the objective function.

2. It can directly operate by devising solution expressions.

3. A solution can be treated as a perfect solution candidate during the early stages of the search, even if it has not been developed through the procedure.

4. It is easy to extend to multiple-purpose questions because GA searches by using multipoint.

GA works effectively on questions where objective function’s calculations have problematic qualities. Other algorithms are necessary to solve questions which have a gradual-sloping solution space with robust characteristics.

シミュレーション アニーリング、遺伝的アルゴリズム、タブ探索、シミュレーション進化、そして確率的進化など、様々な組み合わせ最適化手法がある。

他の方法と比較して、GAにはいくつかの利点がある。

1. 目的関数の微分可能性を参照せずに評価関数に適応できる。

2. 解の表現を工夫することで、直接操作が可能である。

3. 手順を経ていなくても、探索の初期段階では完全解候補として扱うことができる。

4. GAは多点を用いて探索するため、多目的問題への拡張が容易である。

GAは、目的関数の計算が不確かな性質を持つ問題に有効に働く。ロバストな性質を持つ緩やかなスロープ空間の解の問題を解くためには、他のアルゴリズムが必要である。

2-3-5-3. Simulated Annealing

Simulated Annealing (SA) is one of the most widely methods used in order to solve optimal combination questions. SA is heuristic program with general-purpose adaptability, belonging to a class of a non-deterministic algorithms.

In an SA procedure, “T” is the time period of the calculation and is determined before-hand. The system repeats its code until time is equal to “T”.

The following in brief describes how the coding progresses.

2-3-5-3. シミュレーション アニーリング


シミュレーション アニーリング(SA)は、最適な組み合わせの問題を解くために最も広く用いられている手法の一つである。SAは、非決定論的アルゴリズムの一つに属する汎用的な適応性を持つヒューリスティックプログラムである。

SAの手順では、"T "は計算の期間であり、事前に決定されている。システムは、時間が "T "に等しくなるまで符号化を繰り返す。

符号化がどのように進行するかを簡単に説明すると、以下のようになる。

A suitable state (solution) is chosen with a specific score.

If the score of the next state is better than the current score, the next state is selected.

If the score of the next state is worse than the score of the current state, it moves onto next state if Time “t” is close to 0. It does not move on if it is the final stage when “t” is close to “T”.


In the end, the state which is related to the best score is chosen.

Example: If it is a question of calculating the [maximum of y=f(x)],

The state is “x”

The following state is [x' = x+a (where ‘a’ is an incrementally small value) ]

The score is “y”

This would be continued for a period of time “T”.

適切な状態(解)が特定のスコアで選択される。

次の状態のスコアが現在のスコアよりも良ければ、次の状態が選択される。

次の状態のスコアが現在の状態のスコアよりも悪ければ、時間 "t "が0に近ければ次の状態に移動し、時間 "t "が "T "に近ければ最終段階には移動しない。


最終的には、ベストスコアに関係する状態が選択される。

例: [yの最大値=f(x)]を計算する問題であれば

状態は’×’。

次の状態は、[x' = x+a (ここで、'a'は増分的に小さい値) ]。

スコアは "y"

これは、時間 "T "の間、継続されることになる。

2-3-5-4. Dantzig’s Simplex Method

The Simplex method is used when maximizing or minimizing a purpose function in linear programming. The purpose function seeks the intersection point of the limiting conditions. Therefore, on all intersection points generated by a limiting condition, a solution can be obtained if each intersection the objective function is investigated.

The method which was made to efficiently investigate an intersection is called the

“Simplex Method”. Its computational procedure is:

1. Find a base feasible solution by some method.

2. Investigate whether the obtained solution is the optimal solution.

3. If a solution is optimal, the procedure ends. Otherwise, use the new, improved solution and return to step 2.

2-3-5-4. ダンツィグのシンプレックス法

シンプレックス法は 線形プログラミングで目的関数を最大化または最小化するときに使用される。目的関数は制限された条件の交点を求める。したがって、制限された条件で造られたすべての交点について、目的関数の交点を調査すれば解を得ることができる。

交点を効率的に調査するために作られた方法を"シンプレックス法" という。

その計算手順は

1. 何らかの方法で基本的な実行可能な解を見つける。

2. 得られた解が最適解であるかどうかを調べる。

3. 解が最適であれば、その手順を終了する。そうでなければ,新しい改良された解を用いて,ステップ2に戻る。

2-3-5-5. Stochastic Diffusion Search/Ant Algorithms

Both “Stochastic diffusion search"(SDS) and "ant algorithms" are part of the “group intelligence" algorithms used in artificial intelligence systems. They are based on the study of the collective behaviour of a self-organising system.

SDS is a probabilistic wide area search based on agents as well as being an optimization method. The method is suitable for problems which can be decomposed. Each agent repeats valuating hypotheses by randomly choosing a partial purpose function set by a parameter linked to the current hypotheses. In the standard SDS, the evaluation result of the partial function has only 2 states, each agent being either activated or deactivated.

「The information about the hypothesis is spread to a group of individuals by using communication between agents. In contrast “Stigmergy'', an SDS used to model the optimisation of ant colonies, learnt from ants' queuing behaviour. Hypotheses are transmitted via one to one communication between agents. Through a regular feedback system, groups of individual agents are gradually established around a wide area. SDS is an effective, mathematically describable search algorithm.

2-3-5-5. 確率拡散探索/蟻のアルゴリズム

確率拡散探索(SDS)」と「蟻アルゴリズム」は、いずれも人工知能システムで用いられる「群知能」アルゴリズムの一部である。これらは、自己組織化システムの集団行動の研究に基づいている。

SDSは、エージェントに基づく確率的な広域探索であり、最適化手法でもある。この方法は、分解可能な問題に適している。各エージェントは、現在の仮説に関連するパラメータで設定された部分目的関数をランダムに選択し、仮説の評価を繰り返す。標準的な SDS では、部分関数の評価結果は、各エージェントが活性化されるか非活性化されるかの 2 状態のみである。

また、「仮説に関する情報は、エージェント間のコミニケーションを利用して集団に広まる。一方、アリコロニーの最適化をモデル化したSDS「Stigmergy」は、アリの行列行動から学習したものである。仮説は、エージェント間の1対1のコミュニケーションによって伝達される。定期的なフィードバックシステムにより、個々のエージェントのグループが徐々に広い範囲に形成されていく。SDSは、数学的に記述可能な効果的な探索アルゴリズムである。

Ant colony optimization (ACO) is a meta-heuristic optimized algorithm which is used to search for approximate solutions to difficult combination optimization problems. ACO attempts to find a solution by an artificial ant that imitates a real ant, moving over graphs of issues. Artificial ants help other artificial ants to search for a better solution by leaving artificial pheromones on a graph. ACO has shown its usefulness in solving a large number of optimization problems.

アントコロニー最適化(ACO)は、難解な組み合わせの最適化問題の近似解を探索するために用いられるメタヒューリスティック最適化アルゴリズムである。ACOは、現実のアリを模倣した人工のアリが問題のグラフ上を移動しながら解を見つけようとする。人工アリは、グラフ上に人工フェロモンを残すことで、他の人工アリがより良い解を探索するのを助ける。ACOは、多くの最適化問題の解決に有用であることが示されている。

2-3-6. Evolutionary Computing

'Evolutionary Computing' is a method to optimize, search, and learn from the analogy of the evolution of creatures in nature. Creatures on the earth have taken billion of years to gradually evolve. Applying that evolutionary methodology to engineering is the fundamental point of ‘Evolutionary Computing'. The calculation methodology of 'Evolutionary Computing' follows the steps below.

2-3-6. 進化的計算

「進化的計算」とは、自然界の生き物の進化を類推して最適化し、検索し、学習する手法である。。地球上の生物は、何十億年もかけて少しずつ進化してきた。その進化の方法論を工学に応用することが「進化的計算」の基本的なポイントです。「進化的計算」の計算方法は、以下のようなステップを踏む。

First of all, as a problem is identified, possible solutions are presented as virtual creatures (or sets of genetic factors). The manner of expressing this has several variations. Then, groups of individuals are constructed by generating various selections of possible solutions (virtual creatures based on various sets of genetic factors).

まず、問題が特定されると、可能な解決策が仮想的な生物(または遺伝的要因の集合)として提示される。その表現方法にはいくつかのバリエーションがある。そして、可能な解決策の様々な選択(様々な遺伝的要因の集合に基づく仮想的な生物)を生成して、個体のグループを構築する。

Then the evaluating function assesses each individual in the group. These assess the level of suitability of the individual in addressing the identified problem. Based on the assesses the dominant individuals are kept in the group and duplicated; the recessive individuals are deleted. Next, a genetic cross-over or mutative methodology similar to gene recombination is applied to individuals in the groups. This leads to a new repetition of the steps of valuation, selection, and gene recombination. This is the basic flow of 'Evolutionary Computing'.

そして、評価機能は、グループ内の各個人を評価する。これは、特定された問題に対処するために、その個体がどの程度適しているかを評価するものである。この評価に基づいて、優勢な個体はグループ内に残し、複製し、劣勢な個体は削除する。次に、グループ内の個体に対して、遺伝子組換えのような遺伝子の掛け合わせや突然変異の手法を適用する。これによって、評価、選択、遺伝子組換えというステップが新たに繰り返される。これが「進化的計算」の基本的な流れである。

Evolutionary computing includes several variations:

- Genetic Algorithm; GA

- Genetic Programming; GP

- Evolution Strategy; ES

- Evolutionary Programming; EP

- Classifier System; CS

Although those are commonly based on the evolution of creatures, there are various differences in the method of the modeling, or in the processing procedures.

「進化的計算」にはいくつかのバリエーションがある。

- 遺伝的アルゴリズム; GA

- 遺伝的プログラミング; GP

- 進化戦略; ES

- 進化的プログラミング; EP

- 分類システム; CS

これらは共通して生物の進化をベースにしているが、モデル化の方法や処理の手順には様々な違いがある。

2-4. From Biology and Biomimetics (Cooperative species)

2-4-1. The Sociable Weaver (Social Birds)

2-4. 生物学とバイオミメティクス(協同種)から

2-4-1. ソーシャル ウィーバー(ソーシャル バード)

Fig 2-4-1,1 'Social weaver nest mass'

図2-4-1,1「ソーシャルウィーバーの巣の密集

Referencing a picture from "LIFE-HISTORY EVOLUTION AND COOPERATIVE BREEDING IN THE SOCIABLE WEAVER " by RITA COVAS MONTEIRO , page 4. “The photo shows part of colony 2, the largest colony in the study area that during the study period held 150-200 birds. The open savannah habitat characteristic of the area can be seen in the background.” (Covas,R 2002)

RITA COVAS MONTEIRO著 "LIFE-HISTORY EVOLUTION AND COOPERATIVE BREEDING IN THE SOCIABLE WEAVER" , page 4の写真を参照する。「この写真はコロニー2の一部で、調査期間中150-200羽が生息していた調査地域最大のコロニーである。背景には、この地域の特徴であるオープンサバンナの生息地が見える。" (Covas,R 2002)

The sociable weaver is a species of birds living in the arid region of southern Africa around northern Namibia, which has a strong relation with the Kalahari vegetation in the area. It is their nests rather than birds themselves which is conspicuous.

ソーシャルウィーバーは、ナミビア北部周辺のアフリカ南部の乾燥地帯に生息する鳥類で、この地域のカラハリの植生との関係が深い。目立つのは鳥そのものよりも彼らの巣である。

Their life pattern is unique and it has frequently been the target of research. They typically live in the same nest as a group, while most other bird species live independently in separate nests. Interestingly, several different subspecies of birds use the same nest simultaneously. Moreover other species use them for roosting. Some larger birds, such as Giant Eagles, use the nest as a platform to make their own nest. (Mendelsohn,JM 1997)

彼らの生活パターンはユニークで、度々研究の対象となってきた。他のほとんどの鳥類が独立して別々の巣に住んでいるのに対し、彼らは通常、集団で同じ巣で生活する。興味深いことに、いくつかの異なる亜種の鳥が同時に同じ巣を使用する。また、他の種はねぐらのためにそれらを使用している。オオワシのような大型の鳥類では、巣を自分たちの巣を作るための足場として利用することもある。(メンデルソン,JM 1997年)

The social weaver tends to make larger nests in order to be able to live collectively, compared to other species'. In a huge single nest made by stiff grasses, between two and five hundred sociable weavers live together. Their nests are built on a higher tree, some of them can be seen in the upper parts of power poles. Making the nest larger is excellent in terms of insulation, keeping warmth and controlling the inside condition. As it is used for a long time, the weavers repeatedly repair and develop of the nest.

ソーシャルウィーバーは、集団生活ができるように他の種に比べて大きな巣を作る傾向がある。硬い草で作られた巨大な一つの巣の中で、200〜500匹のソーシャルウィーバーが一緒に暮らしている。彼らの巣は高い木の上に作られており、中には電柱の上部にも巣が見られることがある。巣を大きくすることは、断熱性、保温性、室内環境のコントロールに優れている。長く使っていくうちに、ウィーバーは繰り返し巣の補修と発展をしていく。

The unique point of this biome is its combination of materials and creatures, much like a city. Each bird’s part of the nest is more than just a nest but an extension of their society, and not only their society but also that of other species'.

このバイオームのユニークな点は、都市のように素材と生き物が組み合わさっていることである。それぞれの鳥のパートは単なる巣ではなく、彼らの社会の延長線上にあり、彼らの社会だけでなく、他の種の社会の延長線上にもある。

2-4-2. The Termites (Insects' Architecture)

2-4-2. シロアリ (昆虫建築学 )

Fig 2-4-2,1 Termite Mounds in Namibia

Referencing a picture from http://www.writework.com/essay/termite-mounds

図2-4-2,1 ナミビアの シロアリのマウンド 
参照  http://www.writework.com/essay/termite-moundsからの写真

There are also some insects which lead community life such as termites, ants and bees. (Both termites and ants belong to sort of Blattodea.) For example, Termites are characteristic in biomimetic, especially be high lightened as their nest called 'mounds'. Termites inhabit on majority of lands, from the tropics to the subarctic zone, but most of them prefer to live the tropics. Recent research shows this animal architecture is highly designed.

また、シロアリ、アリ、ハチなどの集団生活を営む昆虫がいる。(シロアリもアリも下顎動物門の種類に属する。)

例えば、シロアリは生体模倣性に特徴があり、特に「マウンド」と呼ばれる巣のように高く軽量化されていることが特徴である。シロアリは熱帯から亜寒帯までの大部分の土地に生息しているが、その多くは熱帯を好む。最近の研究では、この動物建築が高度にデザインされていることがわかってきた。

Against common view, which the insect has low intelligence, they do not simply result from the repetition of local patterns, but present a coherent global organization (Tuner 2000). Moreover, the internal spatial network is excellently compromise between efficient internal connectivity and defense against attacking predators. (Perbna,A etal.2008). More generally, the nest architecture contributes to maintain homeostasis of the local environment (Doan, 2007) (explained below).

昆虫は知能が低いという一般的な見方に反して、それらは単に局所的なパターンの繰り返しから生じるのではなく、首尾一貫したグローバルな組織を提示している(ターナー 2000年)。さらに、内部空間ネットワークは、効率的な内部接続性と襲ってくる捕食者からの防御との間で見事に妥協点である(ペルブナ,A et.2008年)。より一般的には、巣の構造は地域環境の恒常性維持に貢献している(デューン, 2007年) (以下に説明)。

There are thousands of variations in mound shape. W.V.Harris suggested that reason as dynamic equilibrium. In his thesis (Harris.W.V 1956) that a termite mound represents an equilibrium of three forces-behavior, material and climate. The first point: behavior means that this is not a natural heap of earth but architecture made by creatures. Second point: material means: mainly soil but it strongly affected by locality, so that different area has different shape of mound. Third point: climate means that temperature, rainfall, and natural erosion. Another interesting considering of Harris is that, the limited variation of material and climate in the area such as desert (or niche zone) tend to have uniform shape of mound. On the other hand, the spices that have greater tolerance of environment has the more variety in external appearance of it.

マウンドの形状には数千のバリエーションがある。W.V.ハリスは、動的平衡としての理由を示唆した。彼の論文(ハリス.W.V.1956年)では、シロアリのマウンドは、3つの力の均衡ー行動、材料と気候を表している。最初のポイント:行動とは、これは地球の自然の山ではなく、生き物によって作られた建築物であることを意味する。第2に、材料とは、主に土壌であるが、地域によって大きく影響を受けるため、地域によってマウンドの形状が異なることを意味する。第3に、気候とは、気温、降水量、自然浸食などのことである。ハリスのもう一つの興味深い考察は、砂漠(またはニッチゾーン)のような地域では、物質や気候の変化が少ないため、マウンドの形状が一様になる傾向がある。一方、環境に対する耐性が高いスパイスがあるほど、外観のバリエーションが豊富である。

Fig 2-4-2, 2 Section of Termites' Mound

図2-4-2,2 シロアリの塔の2つの断面図

The tunnel is split into branches at near ground level reaching each chamber. It plays the role of the ventilation system of the colony. Also, there is another termite which open vents just above the ground level of the mound.

トンネルは地上近くで枝分かれして各部屋に到達する。これがコロニーの換気システムの役割を果たしている。また、マウンドの地表直上にも通気口を開くシロアリがいる。

About Homeostasis. Most of the termites (but in here the example raised in Zimbabwe )(Doan, 2007) farm ‘fungus’ as their primary food source. In Zimbabwe, the temperatures outside range from 35 to 104 degrees F during the day, but this fungus farm needs to be kept at exactly 87 degrees F. Termite and their mound has a remarkable system.

ホメオスタシスについて。シロアリのほとんど(ただし、ここではジンバブエで飼育されている例)(デューン, 2007年)は、彼らの主要な食料源として「菌類」を養殖している。ジンバブエでは、日中の外の気温は摂氏35度から104度の範囲だが、この菌場は、正確に87度に保つ必要がある。シロアリとそのマウンドは、驚くべきシステムを持っているのである

They made vents in the end of the tunnel to control the inside's temperature and humidity, hence air is sucked from the lower entrance of the tunnel, and goes through to the top. In order to work this ventilation system, termites keep digging new vents and plugging up old ones.

シロアリはトンネルの端に通気口を作り、内部の温度と湿度をコントロールしている。

そのため、空気はトンネルの下部の入り口から吸い込まれ、上部へと抜けていきます。この換気システムを働かせるために、シロアリは新しい通気口を掘ったり、古いものを塞いだりしている。

Fig2-4-2,2 Biomimetic Architecture, ‘The Eastgate Centre’

図2-4-2,2 バイオミメティック建築、「イーストゲートセンター」

This concrete structure ‘The Eastgate Centre’ has a termite mound mimicking the ventilation system. Because of the fans on the first floor, the clean=cool outside air sucked from bottom of the building continuously. It is then pushed up vertical supply sections of ducts that are located in the central spine of each of the two buildings.

このコンクリート構造物「イーストゲートセンター」には、換気システムを模したシロアリマウンドがある。1階にはファンが設置されているため、クリーンで冷たい外気が建物の底部から連続的に吸い込まれる。それは次に2つの建物のそれぞれの中央の背骨にあるダクトの垂直な供給セクションを押し上げる。

Then it vented under the floor and was used as air. The fresh air replaces stale air that rises and exits through exhaust ports in the ceilings of each floor. Then, it enters the exhaust section of the vertical ducts before it is flushed out of the building through chimneys. Finally flowing up via central chimneys on each volume. The whole complex consists of two volumes and void in the middle. Those work the same way, as nested boxes. (http://inhabitat.com/building-modelled-on-termites-eastgate-centre-in-zimbabwe/)

そして、床下に排気され、空気として利用される。新鮮な空気は、各階の天井にある排気口から上昇して出てくる汚れた空気と入れ替わる。そして、垂直ダクトの排気部に入った後、煙突から建物の外に流される。最後に各ボリュームの中央の煙突を通って上に流れる。全体の複合体は、2つのボリュームと中央のボイドで構成されている。それらは巣箱として、同じように動作する。

(http://inhabitat.com/building-modelled-on-termites-eastgate-centre-in-zimbabwe/)

Recently in 1996, its excellent ventilation system has been applied to real buildings, the Eastgate Centre in central Harare, Zimbabwe by architect Mick Pearce in collaboration with Arup.(Doan, 2007) Inspired by Zimbabwean masonry and the self-cooling mounds of African termites, this building has no conventional air-conditioning or heating system. Yet stays regulated year round with dramatically less energy consumption using design methods. This building uses less than 10% of the energy of a conventional building its size. These efficiencies translate to initial cost. Because of the improved air-conditioning system, it is said, the owners of this building have saved $3.5 million alone, also affecting the tenants’ rents, those are 20% lower than surrounded buildings. This effect is not only financial efficiency but also good for the environment.

最近では1996年に、建築家のミック・ピアースがアラップと協力して、ジンバブエのハラレ中心部のイーストゲートセンターを建設し、その優れた換気システムが実際の建物に適用された。(デューン、2007年)ジンバブエの石造とアフリカのシロアリの自己冷蔵できるマウンドにヒントを得たこの建物には、従来の冷暖房システムがない。しかし、設計の工夫により劇的にエネルギー消費量を抑えながら1年を通して安定した温度を維持している。この建物のエネルギー消費量は、従来の同規模の建物の10%以下である。このような効率性は、イニシャルコストにも繋がる。空調システムの改善により、このビルのオーナーは350万ドルを節約したと言われており、テナントの賃料にも影響を与えており、周辺のビルに比べて20%も安くなっている。これらの効果は経済的効率が良いだけでなく、環境にも良い。

2-4-3. Dictyostelium (Social Amoeba)

Dictyostelium discoideum is one of the cellular slime molds, is known as social ameba in various meanings. Slime mold is divided into two: ‘myxomycete’ and ‘cellular slime mold’, those look similar but different. The color of those creatures is various such as yellow, white, and blue. It exists close to our daily life area such as forest, but it may miss because it is small. Recent work (A,Brock 2011) has shown that microorganisms are surprisingly like animals in having sophisticated behaviours such as cooperation, communication and recognition as well as many kinds of symbiosis. This creature is unique in several points.

2-4-3. タマホコリカビ類 (ソーシャルアメーバ)

キイロタマホコリカビは細胞性粘菌の一つで、様々な意味でソーシャルアメーバと呼ばれている。粘菌は「変形菌」と「細胞性粘菌」に分けられ、似ているようで異なる。色も黄色、白、青などさまざまだ。森など私たちの身近なところに存在するが、小さいので見逃してしまうこともある。最近の研究(A,Brock 2011)により、微生物が意外と動物に似ていて、協力、コミュニケーション、認識などの高度な行動や、様々な種類の共生をすることが分かってきている。この生物はいくつかの点でユニークである。

Fig2-4-3,1 : Dictyostelium Aggregation by Bruno in Columbus 2008

D. discoideum exhibiting chemotaxis through aggregation

図2-4-3.1: 2008年、コロンバスのブルーノのキイロタマホコリカビの集合体
集合体を通じて走化性を示すキイロタマホコリカビ

First point is they behave sometimes as plants, but sometimes as animals, but also have character like fungi. For example, in some phases of life, they make fruit called ‘basidiocarp’. On the other hand, John Tyler Bonner (Bonnew,J,T 1965) has found that Dictyostelium discoideum walks and changes itself according to the environmental condition such as light. This is a character of animal. This ambiguous bionomics has been argued but recent study show, slime mold is slime mold, which means individual species . The order is the Dictyosteliida (Dictyostelid cellular slime molds or social amoebae.)


第1に、植物的であったり動物的であったりするが、菌類的な性格も持っていることである。例えば、生命のある時期には、「担子細胞」と呼ばれる果実を作る。一方、John Tyler Bonner (Bonnew,J,T 1965) は、 キイロタマホコリカビが光などの環境条件に応じて歩き、変化することを発見した。これは動物的な特徴である。このように曖昧なバイオノミクスが議論されてきたが、最近の研究では、粘菌は粘菌であり、それは個体種を意味する。目としてはタマホコリカビ目(タマホコリカビ細胞性粘菌 か ソーシャルアメーバ)である。

Second point is Dictyosteliida contains organisms that hover on the borderline between unicellularity and multicellularity. Its sociability is also unique to adjust the condition by dividing itself as an independent cell, is known as the foremost among the researchers. When there are feed (bacteria or a yeast fungus) in surround, it becomes ameba and eat and do cell division, those behavioral is like unicellular-animal. On the other hand, once they lost feed, one million individual start gathering and make mass. From various research this mass is more than just aggregate but has the feature of multicellular-animal. This mass moves to find better environment.


第2に、タマホコリカビには単細胞性と多細胞性の境界線上に位置する生物が含まれている。その社会性は、独立した細胞として分裂することにより条件を調整するユニークなもので、研究者の間では最も重要なものとして知られている。周囲に餌(バクテリアや酵母菌)があるとアメーバとなり、食べたり細胞分裂をしたりと、それらの行動は単細胞動物のようなものである。一方、エサがなくなると、100万個の個体が集まり始め、塊を作る。様々な研究から、この塊は単なる集合体ではなく、多細胞動物の特徴を持っていることが分かってきた。この塊は、より良い環境を求めて移動する。

Fig.2-4-3,2: Different life phase of Dictyosteliida

図2-4-3,2:タマホコリカビ目の異なるライフフェーズ

Dictyostelium discoideum's life cycle. 1: an elliptical spore. 2:Ameba germinated from spore, propagates with eating.3: Ameba cells gather when they consume food. 4: Slug-like mass crawl around.5: make basidiocarp when they find the appropriate place. (Referring to Kawada,T 2006)

タマホコリカビのライフサイクル。1:楕円形の胞子。2:胞子から発芽したアメーバは、食べながら増殖する。3:.アメーバ細胞は食べるときに集まる。4:ナメクジのような塊が這い回る。5:適切な場所を見つけたら担子器果を作る。

(川田、T、 2006年参照)

Thirds point is they do primitive farming, called husbandry. The social amoeba Dictyostelium discoideum has a primitive farming symbiosis that includes dispersal and prudent harvesting of the crop. (A Brock 2011) About one-third of wild-collected clones engage in husbandry of bacteria. They do not consume all bacteria, but incorporate bacteria into their fruiting bodies. Then they carry bacteria during spore dispersal and can seed a new food crop. When the case of edible bacteria is lacking at the new site, this could be an advantage.

The striking convergent evolution between bacterial husbandry in social amoebas and fungus farming in social insects makes sense. Because multigenerational benefits of farming go to already established kin groups, according to A Brock.

第3に、彼らはハズバンドリー(飼育)という原始的な農業をやっている。ソーシャルアメーバであるキイロタマホコリカビは、作物の分散と慎重な収穫を含む原始的な農耕共生を行っている。(A ブルック, 2011年) 野生で採集されたクローンの約3分の1が細菌の飼育に従事している。彼らはすべての細菌を消費するのではなく、子実体に細菌を取り込む。そして、胞子散布の際に細菌を運び、新たな食用作物を種することができる。新たな場所で食用バクテリアが不足している場合には、これが有利に働く可能性がある。

ソーシャルアメーバの細菌飼育と社会性昆虫の菌類飼育の間の顕著な収斂進化は理にかなっている。なぜなら、農耕の多世代の利益は、Aブロックによると、すでに確立された親族グループにもたらされるからである。

2-5. From Psychology

2-5-1 . Valentino Braitenberg and His Suggest for Temporal Design Method

One of the pioneers bridging between neuroscience and physical computation, the Italian neuroscientist, Valentino Braitenberg, developed the novel field called ‘Embedded cognitive science’. His academic approach is radically reductionist, assuming that every neural action can be translated into a physical computation, similar to ‘wiring’ of components. In his book ‘Vehicles’ (Braitenberg, 1984), to concretely describe the process he made 14 system models (V1-V14) from simple to complex using toy vehicles, and from them he tried to comprehend neural actions and intelligence, through a number of experiments. Of course, a real brain has more complex connections between each nerve cell, but his study models are no more than a mathematical hypothesis. Such an approach (Braintenberg’s approach) involving ‘Hypothetical–modeling, Experiment, Observation, Modifying model’ is called ‘abduction’ in the complex system science field as it belongs neither to deductive nor to inductive reasoning styles.

2-5. 心理学から

2-5-1 . ヴァレンティノ・ブライテンベルグと彼の提案する時間設計法


神経科学と物理計算の橋渡しをした先駆者の一人であるイタリアの神経科学者ヴァレンティノ・ブライテンベルグは、「埋め込まれた認知科学」という新しい分野を開発した。彼の学問的アプローチは根本的に還元主義的で、すべての神経作用の構成要素は「配線」と同様に物理的な計算に変換できると仮定している。彼の著書「Vehicles」(Braitenberg, 1984)では、おもちゃの自動車を使って単純なものから複雑なものまで14のシステムモデル(V1〜V14)を作成したプロセスを具体的に説明し、そこから神経作用と知能を理解しようと多くの実験が行われている。もちろん、実際の脳はもっと複雑な神経細胞間の結合を持っているが、彼の研究モデルは数学的仮説に過ぎない。このような「仮説-モデリング-実験-観察-モデルの修正」を伴うアプローチ(ブラインテンベルグのアプローチ)は、演繹的推論にも帰納的推論にも属さないため、複雑系科学分野では「アブダクション」と呼ばれている。

Fig 2-5-1,1: Sensory-Motor Coupling (Drawn by K.Hotta)

図2-5-1,1 : 感覚運動結合 (製図 K.堀田)

A diagram shows Sensory-Motoring-Cupping (SMC) where the sensor’s input enters the object, then sends the signal for movement out from its right-side. In this experiment this SMC is connected to sensors and motors. In this instance, ‘Signal for movement’ means specifically, ‘go straight’ or ‘turn right’. For example, a robotic vehicle proceeds in a corridor, and it is now able to see round a corner. In the case it turns right, it will reach a big square, or if it turns left, the corridor goes on straight. When this robot vehicle reaches the corner, it will perceive some discontinuity in the sensor value (for the moment let’s say input is a visual device such as web-cam).

図は、センサーの入力が物体の中に入り、その右側から動きの信号を送る感覚運動結合(SMC)を表している。この実験では、このSMCにセンサーとモーターが接続されている。この例での「移動のための信号」とは、具体的には「直進」や「右折」を意味する。例えば、ロボット車両が通路を進み、角を見渡せるようになったとする。右に曲がれば大きな広場にたどり着き、左に曲がれば通路がまっすぐ続く。このロボット車両が角にさしかかったとき、センサー(ここではWebカメラなどの視覚デバイスを入力とする)の値に何らかの不連続性があることを認識することになる。

When this happens the sensor unit will send a specific signal pattern, which contains the immediate environment from the corridor towards the square, and that signal will be used to choose a different movement pattern. This decision function is provided by SMC. In other words SMC’s design must provide this connection between sensor information (input) and movement (output) on the system. The minimum requirements for the SMC system are these two elements.


このとき、センサーユニットは、通路から広場へ向かう直近の環境を含む特定の信号パターンを送信し、その信号に基づいて別の移動パターンを選択する。この判断機能は、SMCにより提供される。つまり、SMCの設計では、このセンサー情報(入力)と動作(出力)のつながりをシステム上で実現する必要があるのです。SMCのシステムに最低限必要なのは、この2つの要素です。

Braintenberg’s motivation for these experiments is quite radical reductionism. The phenomenon,which looks ostensibly complex, is no more than a combination of electrical circuits. His philosophy is more closely related to the idea of artificial life. This interpretation of Intelligence is simpler rather than a mysterious machine.

In his book, T. Ikegami repeatedly mentioned (Ikegami, 2007) the importance of V7 and V11. He insisted that the E-line and the M-line could be candidates for a ‘middle layer in cognition’. It is interesting that spatial-correlation and temporal (time)-correlation are important for cognitive intelligence. It also implies a deep suggestion that ‘cause and effect’ are not clearly, objectively identifiable there, but depend on the vehicle’s subjective sensibility. (- this may have a connection with the argument of the Chinese room in a Turing machine.) From this argument, SMC itself could be said to be an artificial architecture which is able to cut and connect spatial-correlation.

ブラインテンベルグがこの実験を行った動機は、極めて過激な還元主義である。一見複雑に見える現象は、電気回路の組み合わせに過ぎない。彼の思想は、どちらかというと人工生命の思想 概念に近い。この解釈では、知性は不思議な機械ではなく、もっと単純なものである。

池上.T氏は著書の中で、V7とV11の重要性について繰り返し言及している(池上, 2007)。また、E線とM線は「認知における中間層」の候補になり得ると主張している。空間的相関と時間的(時間)相関が認知知能において重要なものであることは興味深い。また、そこでは「原因と結果」は明確に客観的に特定できるものではなく、乗り物の主観的な感性に依存しているということを深く意味している。(これは’チューリングマシンにおける中国の部屋の議論’と関係があるかもしれない)。この議論からすると、SMCそのものが空間相関を切って繋げることのできる、人工的なアーキテクチャであると言えるのではないだろうか。

Fig 2-5-1,2: One of the example of these experiment, V6 (Drawn by K.Hotta)

図2-5-1,2: 実験の一例、V6(堀田氏作画)

Surprisingly, the V6 vehicles use an evolutionary process to be smarter. Because of its circuit design, this vehicle can gain certain sort of intelligent behavior over a generation.

Actually, there are several researches, who have done work similar to V6 (fig2-5-2). For example, Floreano and his colleagues (Nolfi. S and Floreano. D, 2000) designed a vehicle which avoids colliding with walls in a maze, and then they developed it into 3-dimentional space with a small airship. Nolfi too (Tani and Nolfi, 1999) designed a vehicle which can find an exit point or find the size of the object in Euclidean space.

驚くべきことに、V6車両は進化的なプロセスでより賢くなる。回路設計の工夫により、世代を超えてある種の知的な振る舞いをすることができる。

実際、V6と同様の研究をしている人が何人もいる(図2-5-2)。例えば、Floreanoら(ノルフィ.S や フロレアーノ.D, 2000年)は、迷路の中で壁との衝突を回避する乗り物を設計し、それを小型飛行船で3次元空間に展開した。ノルフィも(Tani and Nolfi, 1999)、ユークリッド空間において出口点を見つけたり、物体の大きさを求めたりすることができる乗り物を設計している。

Though most of these machines do not have memory components, they can, surprisingly, solve intelligent-like tasks. Lipson and colleagues (Lipson and Pollack, 2000) developed a new type of vehicle and rapid prototyping. In this case, the creature-like machine evolves to an appropriate shape and system by using GA and a neural network. Rather than a vehicle, it should be called an artificial creature because other structures rather than wheels are used. (This project was done in 2000, Dr. H. Lipson further developed the model later on.)

これらの機械のほとんどは記憶部品を持たないが、驚くことに知能的なタスクを解決することができる。リプソンと同僚(リプソンとポラック, 2000)は,新しいタイプの車両とラピッドプロトタイピングを開発した.この場合、生き物のような機械は、GAとニューラルネットワークを用いることで、適切な形とシステムへと進化する。車輪ではなく他の構造を用いているため、乗り物というより人工生物と呼ぶべきだろう。(このプロジェクトは2000年に行われたもので、H. リプソン博士はその後さらにこのモデルを発展させた)

However there is an unsolved issue – how to develop V14’s randomness. Vehicles V1 to V13 were designed to be ‘smart’ meaning they had the ability to solve a problem. V14 was about smartness but also about the randomness of the fluctuation of life. Most traditional Artificial Intelligence (AI) research focuses on problem-solving with a specific purpose or on accomplishing certain tasks such as beating a person at chess. In a general sense, life-like behaviour is not functional and sometimes it doesn’t have clear purpose but may just be play or capriciousness. That’s why V14 is added. But it is difficult to develop these fluctuating functions using problem-solving methods or GA optimisation. No one knows how to do it.

しかし、V14のランダム性をどのように開発するかという未解決の問題がある。V1〜V13までの車両は、問題を解決する能力を持つ「スマート」な車両として設計された。V14は、スマートさだけではなく、生命のゆらぎのようなランダム性を追求したものだった。従来の人工知能(AI)研究のほとんどは、特定の目的を持った問題解決や、チェスで人に勝つような特定のタスクの達成に焦点を当てている。一般的な意味での、生命のような振る舞いは機能的ではなく、時には明確な目的を持たず、単なる遊びや気まぐれのような場合もある。そのためにV14が加えられている。しかし、こうしたゆらぎのある機能を、問題解決手法やGAによる最適化で開発するのは難しい。その方法を知っている人はいない。

T. Ikegami also points out in his book “Motion makes Life '' P74(Ikegami, 2007), that in Braitenberg’s experiments the “occurrence of time ” is dealt with from the point of view of motion. For motion to occur, there needs to be focused on time, because it is a dynamic phenomenon. In almost all the chapters of Vehicles, the model processes its behaviour through time and Euclidean space, creating a system for behaviour. In this (Programmable Architecture) thesis, there are hints and implications for temporal design method (which means designing with the time process as a dynamic system, not as a static image).

T.池上はまた、彼の著書「動きが生命をつくる」P74(池上、2007)で、ブライテンベルクの実験では「時間の発生」が運動の観点から扱われていることを指摘しています。 動きが発生するためには、動的な現象であるため、時間に焦点を当てる必要があります。 ビークルのほぼすべての章で、モデルは時間とユークリッド空間を通じてその動作を処理し、動作のシステムを作成します。 この(プログラム可能なアーキテクチャ)の論文では、時間的設計方法(つまり、静的イメージとしてではなく、動的システムとしての時間プロセスを使用して設計することを意味します)に関するヒントと意味があります。

2-6. From Art

2-6-1. Strandbeest by Theo Jansen

2-6. 芸術から

2-6-1. テオヤンセンによるストランドビースト

Fig2-6-1,1 Strandbeest by Theo Jansen (Refer from his website (http://www.strandbeest.com/photos.php))

図2-6-1,1 テオヤンセンによるストランドビースト

(彼のウェブサイト参照(http://www.strandbeest.com/photos.php))

Theo Jansen has been occupied with the making of a new nature since the late 1970s. Plastic yellow tubes are used as the basic material of this new nature. He makes skeletons which are able to walk on the wind. Eventually he wants to put these animals out in herds on the beaches, so they will live their own lives. This art work includes mechanisms such as the Klann Linkage, Jansen's Linkage etc.

テオ・ヤンセンは1970年代後半から新しい生き物を作ることに没頭している。プラスチッ

ク製の黄色いチューブが新しい生き物の基本素材として使われている。彼は風に乗って歩くことができる骨格を制作している。最終的には、これらの動物を群れで浜辺に出して、自分たちで生活をするようにしたいと考えている。この作品には、クランリンケージ(クランのリンク構造)、ヤンセンリンケージなどのメカニズムが含まれいる。

‘Strandbeest’ is known as a kinetic sculpture which moves by wind power. Stranbeest was made by Dutch physicist and artist Theo Jansen in 1990. Jansen has been studying the creation of new life in the field of Art. This name ‘Strandbeest’ means ‘beach creature’ in Dutch. The intricate structure is made by assembling pipes, wood, and wing-like sails. He says in his website that the first creatures were just a rudimentary breed but they gradually evolved into a generation of machines that are able to react to the surrounding environment.

ストランビースト」は、風の力で動くキネティック・スカルプチャーとして知られています。オランダの物理学者でありアーティストでもあるテオ・ヤンセンによって1990年に制作された。ヤンセンは、芸術の分野で新しい生命の創造を研究してきた。この「ストランドビースト」という名前は、オランダ語で「浜辺の生き物」を意味する。パイプや木材、翼のような帆を組み合わせて複雑な構造を作っている。最初の生物は初歩的な品種に過ぎなかったが、次第に周囲の環境に反応可能な機械の世代に進化していったと、彼はウェブサイトで語っている。

Usually Strandbeest is shown on the beach in the sand. Its foot is designed to walk on the sand rather than using something such as a wheel. Eventually he expects to put herds of these machines out on the beaches, in order to, in his words, ‘live their own lives’.

As a back story of this work, Jansen was born in the Netherlands in 1948. In the early part of his career, he studied physics at the Delft University of Technology. Theo Jansen presented a number of projects before Strandbeest from 1979 onwards. His subjects were to be composed of one ingredient and to create new life. While he was at Delft University of Technology he put forward some projects as a complex of physics and art. In 1979 Theo Jansen launched ‘The UFO’. ‘The UFO’ was made of polyvinyl chloride. It was 4 meters wide and could fly. From then he started to use polyvinyl chloride for his objects, something he continued to use for all of his work into the present. In 1986 Theo Jansen presented ‘Bird’. This art shows a human hung from a ceiling who flies around a circular room with plastic wings.

通常、ストランドビーストは砂浜にいる姿を見せます。その足は、車輪のようなものを使うのではなく、砂の上を歩くように設計されている。最終的には、これらの機械の群れを砂浜に配置し、彼曰く「彼ら自身の人生を生きる」ことを期待している。

この作品の背景として、ヤンセンは1948年にオランダで生まれ、デルフト工科大学で物理学を専攻した。1979年以降、テオ・ヤンセンはストランドビースト以前にいくつかのプロジェクトを発表している。彼のテーマは、ひとつの素材から構成され、新しい生命を生み出すことであった。デルフト工科大学在学中には、物理学とアートの複合体としてのプロジェクトをいくつか発表している。1979年、テオ・ヤンセンは「The UFO」を発表した。「UFO」はポリ塩化ビニールでできていた。幅4メートルで、飛ぶことができる。それ以来、テオ・ヤンセンはポリ塩化ビニルを使ったオブジェを作り始め、現在に至るまで、すべての作品にポリ塩化ビニールが使われている。1986年、テオ・ヤンセンは「Bird」を発表。天井から吊るされた人間が、プラスチックの羽で円形の部屋の中を飛び回るというアートである。

There is a unique philosophy in Strandbeest. As human beings are made up of proteins, Theo Jansen decided that his new life creatures should also be composed of one ingredient. He adopted polyvinyl chloride (PVC). Although initially he used PVC because of price, it turned out that PVC had the ability to change form. Thus the PVC tubes could become the "Cells" of Strandbeest as he planned. Theo calls the plastic tubes "Cells". He heats up the plastic tubes to create the various kinds of shapes needed for muscles, legs and lungs for example. Another key point of this work is its analog environmental detection. Jansen demonstrates this machine on the beach. Strandbeest is designed to detect surroundings, for example a sensor makes it aware it has entered the sea. If this machine detects water, it will move backward to return to the beach environment. One model will even anchor itself to the earth if it senses a storm approaching.

ストランドビーストには独自の哲学がある。人間がタンパク質で構成されているように、テオ・ヤンセンもまた、新しい生命体も一つの成分で構成されるべきだと考えた。彼が採用したのはポリ塩化ビニ-ル(PVC)である。当初は価格の関係で塩ビを使っていたが、ポリ塩化ビニ-ルには形を変える能力があることがわかった。そのため、彼の計画どおりPVCチューブはストランドビーストの「細胞」になることができた。テオは、プラスチック製のチューブを「セル」と呼んでいる。プラスチックチューブを熱して、筋肉や足、肺など、必要なさまざまな種類の形を作り出していく。 この作品のもう一つのキーポイントは、アナログな環境検知である。ヤンセンはこの機械をビーチで実演している。ストランドビーストは周囲の環境を検知するように設計されており、例えば海に入ったことをセンサーで認識する。この機械が水を検知すると、後方に移動して浜辺の環境に戻る。あるモデルでは、嵐が近づいていることを感知した場合には、自分自身を地面に固定することもできる。

2-6-2. Petit Mal by Simon Penny

2-6-2. サイモン ペニーによるプチマル

Fig.2-6-2,1 Petit Mal by Simon penny( refer from http://simonpenny.net/works/petitmal.html)

図.2-6-2,1 サイモン ペニーによるプチ マル

( 参照 http://simonpenny.net/works/petitmal.html)

The physical structure of Petit Mal is centred around a set of pendulums and is built of a welded aluminium frame and a pair of wheels because the material is lightweight and economical. It is driven by just two motors set on its body, and it is self stabilising. The control facilities such as processor, sensors and logic power supply are stored in the upper pendulum. The lower pendulum contains the motors and motor power supply. The internal pendulum plays the role of keeping the sensors perpendicular while the aluminium body is moving. Batteries set in both frames keep the balance by using their weight and work as power sources.

プチマルlの物理的な構造は、振り子のセットを中心に、軽量で経済的な素材である溶接されたアルミニウムのフレームと一対の車輪で作られている。本体に取り付けられたわずか2つのモーターを使用し、自己安定性を確保している。プロセッサーやセンサー、ロジック電源などの制御設備は上側の振り子に格納されている。下部の振り子にはモーターとモーター電源が格納されている。内部の振り子は、アルミボディが動いている間、センサーを垂直に保つ役割を果たしている。両方のフレームにセットされたバッテリーは、その重さを利用してバランスを保ち、電源として機能する。

Three ultrasonic sensors are attached and each of them are paired with a piezoelectric sensor in the front of Petit Mal while another ultrasonic sensor is set on the back side. Two motors with optical encoders for motor feedback and an accelerometer are installed. The main coordinator of the system is a single Motorola 68hc11 microprocessor. Another processor is planned to allow Petit Mal to be able to learn. Petit Mal can function for a few hours until the batteries need to be replaced.

超音波センサーを3つ取り付け、それぞれ圧電センサーと対になってプチマルの前面に、もう1つの超音波センサーは背面側にセットされている。モーターフィードバック用の光学式エンコーダを搭載した2つのモーターと加速度計が設置されている。このシステムのメインコーディネーターは、モトローラ社の68hc11マイクロプロセッサを1基搭載している。もう1つのプロセッサは、プチマルが学習できるようにするために計画されている。プチマルは、電池の交換が必要になるまで数時間は機能することができる。

With ‘Petit Mal’ Simon Penny aimed to produce a robot which was truly autonomous. It was first designed in 1989 and started production in 1993. Simon Penny is an Australian artist working in the field of interactive media art as well as an architect working in Digital Cultural Practices and Interactive Art. The autonomy of Petit Mal creates a new domain of autonomous interactive aesthetics. The production required miniaturization and efficiency in its conception as its budget was limited. The project was assisted by Mark Needelman, Kurt Jurgen Schafer, Gabe Brisson and Jamieson Schulte.

「プチマル」でサイモン・ペニーは、真の意味での自律型ロボットを目指した。1989年に最初に設計され、1993年に生産が開始された。サイモン・ペニーは、インタラクティブ・メディア・アートの分野で活動するオーストラリア人アーティストであると同時に、デジタルカルチャーとインタラクティブ・アートの分野で活動する建築家でもある。プチマルの自律性は、自律的なインタラクティブ美学の新たな領域を生み出す。予算が限られていたため、制作には小型化と効率化コンセプトであった。このプロジェクトには、マーク・ニーデルマン、クルト・ユルゲン・シェーファー、ゲイブ・ブリソン、ジェイミーソン・シュルテが参加した。

’‘Petit Mal’ was an attempt to investigate the aesthetics of a machine and its interactive behaviour in an actual setting. This work was unique in a number of ways. The first key aspect was its use of space. In that era, most digital art work was screen based using a ‘Graphical User Interface’. However, ‘Petit Mal’ recognized space, chasing and responding to people. It behaved physically, something peculiar in an electronic object. In his words, “I am particularly interested in interaction which takes place in the space of the body, in which kinesthetic intelligences, rather than ‘literary-imagistic’ intelligences play a major part.”(From his website, http://simonpenny.net/works/petitmal.html)


「プチマル」は、機械の美学と実際の環境での相互作用な動作を調査する試みだった。この作品はいくつかの点でユニークであった。まずはじめに、空間の使い方である。その時代には、ほとんどのデジタルアート作品は「グラフィカル・ユーザー・インターフェイス」を使ったスクリーンベースのものだった。しかし、「プチマル」は空間を認識し、人を追いかけ、人に反応する。それは電子的なものにはない、物理的なふるまいがあったということである。彼の言葉を借りれば、「私は特にボディの空間で起きる相互作用に興味があり、そこでは”文学的・想像的”な知性よりむしろ、「運動学的」知性が大きな役割を果たしている」(彼のウェブサイトより、http://simonpenny.net/works/petitmal.html)。

The second key aspect was its degree of intelligence. Compared to industrial robots recognized as a tool, Petit Mal does not work on tasks optimized and designed beforehand. It reacts based on its investigations of its environment. He cited Brooksian subsumption architecture which it resembles. The basic software of ‘Petit Mal’ was composed of technologies which determined its shape and dynamics. He insisted that evaluation of interactivity was subjective as in the Turing Test.


2つ目の重要なポイントは、その知能の高さである。プチマルは、ツールとして認識されている産業用ロボットに比べ、あらかじめ最適化されて設計されたタスクに取り組むのではなく、周囲の環境を調査して反応する。彼は、それに似ているブルックスのサブサンプション・アーキテクチャを挙げた。’プチマル’の基本的なソフトウェアは、その形状とダイナミクスを決定する技術で構成されていた。彼は、相互作用性の評価はチューリングテストのように主観的なものであると主張した。

The last key aspect involved an understanding of integrated Cybernetics. Penny insisted that “Petit Mal is in some sense an anti-robot.” Most robots are elaborations of Von Neumann’s notion of the universal machine, in which the physical machine is simply a formless form to be filled with software "content". Penny described “Petit Mal as an attempt to build a robot which opposed that concept. Hardware and software were considered as a seamless continuity, its behaviour arising from the dynamics of its ‘body’.” This is closer to the modern understanding of cybernetics.


最後の鍵となるのは 統合サイバネティクスの理解である。 ペニーは「プチマルはある意味で反ロボットである」と主張した。多くのロボットは、フォン・ノイマンが提唱した万能マシンの概念を発展させたものであり、物理的な機械は、ソフトウェアの「コンテンツ」で満たされるための形のない形にすぎないというものである。ペニーは、「プチマル」をその概念に対抗するロボットを作ろうとしたものだと説明した。ハードウェアとソフトウェアはシームレスな連続体として考えられ、その動作はその「体」の力学から生じる。 これは現代のサイバネティクスの理解に近い。

2-7. Conclusion and Problem Statement

This thesis draws on various fields of research including not only Architecture but also Engineering, Cybernetics and Computation as well as Biology and Art. As the system has shifted to one governed by computer and electronics this has been necessary. Each field's approach is interesting, but tends to break down into specific techniques and methods relevant to its focus. The state of the art across a number of fields needs to be considered in order to avoid biased and limiting methodologies.

2-7.結論と問題提起

本論文は、建築のみならず、工学、サイバネティクス、コンピュテーション、さらには生物学や芸術など、様々な分野の研究成果を終結したものである。システムがコンピュータやエレクトロニクスに支配されたものへと移行していく中で、その必要性は高まっている。各分野のアプローチは興味深いものだが、その焦点に関連する特定の技術や手法に分解される傾向がある。偏った、限定的な方法論を避けるために、多くの分野にわたる技術の状態を考慮する必要がある。

テンポラルデザインモデルの現在の限界

1. 創発的な概念計画は、設計者の目的論的傾向を避けるべきである。設計者は自分の主題を提案するのではなく、むしろ将来の変化や反復のために建築(建物とシステムの両方)を適応性のあるものにしておくべきである。

2. 既存の時間ベースの設計モデルは、評価や修正の方法が不十分であることや、可動部分と構造部分のつながりがないなど、ハード・ソフト両面において不十分な点がある。また、現在のところ、その適応性はソフトウェアによるものであり、構造が出来上がってからでは真の適応性はない。



Current Limitations of Temporal Design Models

1. Emergent conceptual planning should avoid the designer’s teleological tendencies. The designer should not propose his or her subject, but rather keep the architecture (both building and system) adaptive for future changes and iterations.

2. Existing time-based design models fall short both in terms of hardware and software strategies, for example lacking methods of evaluation and modification or a lack of connection between moving parts and structural parts. Also, in the current period, their adaptability comes through software meaning there is no true adaptability once the structure is built.

テンポラルデザインモデルの現在の限界

1. 創発的な概念計画は、設計者の目的論的傾向を避けるべきである。設計者は自分の主題を提案するのではなく、むしろ将来の変化や反復のために建築(建物とシステムの両方)を適応性のあるものにしておくべきである。

2. 既存の時間ベースの設計モデルは、評価や修正の方法が不十分であることや、可動部分と構造部分のつながりがないなど、ハード・ソフト両面において不十分な点がある。また、現在のところ、その適応性はソフトウェアによるものであり、構造が出来上がってからでは真の適応性はない。

3. Most interfaces between the architectural machine and humans are quite primitive lacking the ability to ensure user control of the building design, at multiple scales. In the near future the user interface (UI) could use a ubiquitous scheme where the architectural machine could sense humans rather than humans inputting information into architectural machine in the traditional on-off switch paradigm.

4. The 1970’s cybernetic concept only involved single machines. The architecture (building) and the architecture (system) should be designed as a discrete unit that could be scaled-up into a swarm or network intelligence. For distributed machines, basic input, small memory, and output devices are necessary.


3. 建築機械と人間の間のほとんどのインターフェースは非常に原始的なものであり、ユーザーが建築設計を複数のスケールで確実に制御する能力を欠いている。近い将来、ユーザーインターフェース(UI)は、従来のオン・オフスイッチのパラダイムで人間が建築機械に情報を入力するのではなく、建築機械が人間を感知できるユビキタスなスキームを使用することができるようになる。

4. 1970年代のサイバネティック・コンセプトは、単一の機械のみを対象としていた。アーキテクチャー(建物)とアーキテクチャー(システム)は、群れやネットワーク・知能にスケールアップできるような個別のユニットとして設計されるべきである。分散型マシンの場合は、基本的な入力装置、小さなメモリ、出力のデバイスが必要である。