多本腕バンディット問題に対する綱引きモデルについて : 非局所的に相関した並列サーチのための生物からヒントを得た計算手法(機械学習によるバイオデータマインニング,生命現象の非線形性,一般)  [in Japanese] On the Tug-of-war Model for Multi-armed Bandit Problem : Bio-inspired Computing Method for Nonlocally-correlated Parallel Searches  [in Japanese]

単細胞アメーバ・真性粘菌Physarumの光刺激回避行動に着想を得た「綱引きモデル」という並列探索アルゴリズムを提案する。このモデルでは、アメーバの複数の分枝が、環境情報を収集する探索エージェントとして機能する。アメーバは、その総リソース量(総体積)を保存しつつ、複数の分枝を伸縮させることで光刺激を受容し、どの分枝を伸長させるかを決定する。このとき、保存則を介して生じる分枝間の「非局所的な相関」が、「多本腕バンディット問題」における"exploration-exploitation dilemma"と呼ばれるトレードオフ状況の効率的解決に寄与することを示す。また、他の分枝から伝わる光刺激情報がパフォーマンスに及ぼす影響についても報告する。

The "tug-of-war (TOW) model" proposed in this study is a unique method for parallel searches inspired by the photoavoidance behavior of the single-celled amoeba, the true slime mold Physarum. In the TOW model, many branches of the amoeba act as search agents to collect information on light stimulations while conserving the total sum of their resources. We show that the "nonlocal correlation" via resource conservation can be advantageous to manage the "exploration-exploitation dilemma" for solving the multi-armed bandit problem. We also show the effect of the information on light stimulations from other branches on the TOW model's performance.