Emergent Dynamics in Neural Cellular Automata

要約

ニューラル セルラー オートマトン (NCA) モデルは、従来のセルラー オートマトン (CA) のトレーニング可能なバリエーションです。
NCA によって作成されたパターンの創発的な動きは、動的テクスチャの合成に適用されることに成功しました。
ただし、NCA が動的パターンを表示するために必要な条件はまだ解明されていません。
ここでは、NCA アーキテクチャとトレーニング済みモデルの創発的なダイナミクスとの関係を調査します。
具体的には、セル状態のチャネル数と多層パーセプトロン (MLP) の隠れニューロンの数を変化させ、これら 2 つの変数の組み合わせと連続するフレーム間の動きの強さの関係を描画します。
私たちの分析により、これら 2 つの変数間の不均衡と比例性が、NCA 出力における新たなダイナミクスと強い相関関係があることが明らかになりました。
したがって、動的NCAを作成するための設計原則を提案します。

要約(オリジナル)

Neural Cellular Automata (NCA) models are trainable variations of traditional Cellular Automata (CA). Emergent motion in the patterns created by NCA has been successfully applied to synthesize dynamic textures. However, the conditions required for an NCA to display dynamic patterns remain unexplored. Here, we investigate the relationship between the NCA architecture and the emergent dynamics of the trained models. Specifically, we vary the number of channels in the cell state and the number of hidden neurons in the MultiLayer Perceptron (MLP), and draw a relationship between the combination of these two variables and the motion strength between successive frames. Our analysis reveals that the disparity and proportionality between these two variables have a strong correlation with the emergent dynamics in the NCA output. We thus propose a design principle for creating dynamic NCA.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google