自己修復と自己生成、なぜ今この二つが問われるのか
ロボティクスや人工生命の分野では、近年「自己修復（self-repair）」と「自己生成（self-generation）」という概念が急速に注目を集めている。背景にあるのは、従来の機械的なロボットでは到達できなかった「損傷後の自律回復」や「自らの複製生成」を実現する研究が続々と登場してきたことだ。
なかでも、Josh Bongardらのグループが発表してきた一連の研究——四足ロボットの自己モデル学習（2006年、Science誌）からゼノボットの運動的自己複製（2021年、PNAS）まで——は、これら二つの概念の境界を鮮明にしながらも、同時に曖昧にする事例を提供し続けている。
本記事では、既存の定義・起源の整理から始まり、境界が溶け合うケースの分析、そして研究コミュニティに向けた再定義案と検証計画までを体系的に解説する。
「自己修復」と「自己生成」の定義はどう違うのか
ロボティクスにおける定義の歴史的背景
ロボティクス分野での「自己修復」は、一般的に「ロボットが故障・損傷から機能を回復すること」と定義されてきた。この文脈では、損傷を検出し、適切な行動戦略を再計算して目標を達成する能力が中心的な意味を持つ。
Bongardらの2006年Science論文は、その典型例として広く引用される。四足ロボットに自己モデルと行動生成アルゴリズムを組み込み、脚が損傷した後でも新たな歩行パターンを自律的に設計して移動を回復させた。この研究の革新性は、「予め与えられない形態変化に対応できる」点にある。従来の修復システムが既知の故障パターンへの対処に限られていたのに対し、Bongardらのアプローチは未知の状態変化を自己モデルの更新で吸収できる。
一方「自己生成」は、「新しい個体や構造を創出するプロセス」として捉えられる。進化ロボティクス文献では、「ロボットが新たなコピーを作るself-reproduce」を「自己修復の究極形」と表現するものもあり、その境界はすでに揺らいでいる。
人工生命・発生生物学との比較
人工生命分野では、「自己修復」は再生・損傷修復（プランクトンやヒドラの再生能力など）に対応し、「自己生成」はvon Neumannのセルオートマトンに代表される自己複製に相当する。両者は同一系の内部で観察されうるが、本質的に異なるプロセスとして扱われてきた。
発生生物学では「自己生成」という言葉はあまり使われず、生殖や組織再生が対応概念となる。再生とは「遺伝子制御の下で欠損組織を再生し、生体構造を維持するプロセス」と定義され、自己修復に近い。
まとめると次のように整理できる。
- 自己修復：損傷・障害からの機能・構造回復
- 自己生成：自身の情報や構成要素を用いて新たな個体や構造を生み出すこと
この二つは「個体の連続性」や「生産」という概念に依存しており、分野間で強調点が異なる。
ボンガード研究の進化：四足ロボットからゼノボットへ
四足ロボットの自己モデル学習（2006年）
Bongardらの2006年の実験は、損傷後の自律回復という文脈で革新的だった。ロボットは自己モデルを継続的に更新しながら、環境フィードバックを利用して最適な歩行を再設計した。評価指標としては、損傷前後の歩行成功率と内部モデル誤差が用いられ、アルゴリズムの回復性能が定量化された。
この研究が示した重要な点は、「形態は変わらずに制御系が適応する」という行動補償型の自己修復が、明確に定義できるという事実だ。ロボットの脚は損傷したままだが、行動計画の変更で移動を回復する。これは後述する「境界タイプ」の分類において「行動補償型」に該当する。
ゼノボット：自己修復と自己生成の交差点
2021年のPNAS論文で報告されたゼノボットは、Xenopus（アフリカツメガエル）の幹細胞から作られた生体ロボットであり、繊毛（鞭毛状毛）を駆動力として泳ぐ。この細胞集合体は、損傷部位を塞ぐような自己修復的な挙動を示す一方で、運動によって周囲のバラバラの細胞塊を集め、新たな個体を形成する「運動的自己複製」も実現した。
つまり同一のシステムが、文脈によって自己修復にも自己生成にも見える。これがまさに、両概念の境界が曖昧化している最たる例といえる。元の個体が残りつつ新個体が生まれる場合、それは自己修復なのか、自己生成なのか、あるいはその両方なのか——既存の定義では明確に答えられない。
境界が溶け合う事例と失敗モードの分析
境界が曖昧になる典型パターン
自己修復と自己生成の境界が判然としないケースには、いくつかの典型的なパターンがある。
一つは「回復過程で部分的に新構造が生じる」ケースだ。モジュラーロボットが損傷後に予備モジュールを使って機能を復旧した場合、それが同一個体の再構成なのか、新たな個体の創出なのかが不明瞭になりやすい。
もう一つは「元の個体と新個体の識別が困難」なケースだ。ゼノボットの場合、元の個体も残りつつ新個体が形成されるため、「自己生成」であることは明白に見える。しかし元の個体が細胞の一部を失っている場合、その部分が修復なのか複製なのかが混同する。
失敗モードの分類
自己修復における失敗モードとしては、次のものが挙げられる。
- 不完全修復：アルゴリズムが部分的な機能低下で妥協したまま回復を終える（例：損傷後に速度が大幅低下したまま安定する）
- 形態再現不能：リソース不足で本来の形態が再現できない
自己生成における失敗モードとしては、以下が考えられる。
- 不全複製：複製プロセスが途中で止まる（資源枯渇、母体の損傷など）
- 非機能的生成物：生成された子体が運動不能・自己修復不能の状態で完成する
境界タイプの分類：新しいタクソノミーの提案
研究の現状を整理するため、境界タイプを以下の5種に分類することが有用と考えられる。
形態的再生型 損傷部位に新たな細胞や素材が生え、元の個体が機能を取り戻す。生物学的には両生類の四肢再生、ロボティクスでは細胞集団ロボットの組織再構築がこれにあたる。
行動補償型 形態を変えずに制御系や運動プランを再計算し、新たな行動で目標を達成する。Bongardの2006年研究がこの典型であり、脚が損傷しても異なる歩行パターンで移動を維持する。
組立的自己生成型 複数の構成要素が集まり、新個体を形成する。ゼノボットが細胞塊から新たな個体を形成する例がこれにあたる。ソフト・モジュラーロボットがパーツを集めて新ロボットを組み立てる場合も含まれる。
複製型（繁殖） 完全なコピーを作り出す。細胞分裂や機械によるクローン製造がこれに対応する。
ミックス型 形態再生と複製の中間的ケース。植物の分裂増殖などがこれにあたり、単純なカテゴリ分類では捉えきれない。
再定義案の比較：4つの形式的基準
曖昧さを解消するため、以下の4つの再定義案が考えられる。
案A：個体連続性基準
事象の前後に「連続した1個体が存在するか」で判断する。新個体が生じていなければ自己修復、生じていれば自己生成とみなす。判定には連結成分数の変化を計測指標とし、ビジョンセンサや物理的連結グラフで検出可能だ。
長所：単純明瞭で客観的。個体数で区別できる。
短所：個体定義が曖昧な場合や密結合系では判別が困難。
案B：資源継続基準
物質・エネルギー供給源の継続性で判断する。既存の資源だけで回復していれば修復（追加物質なし）、外部資源を利用して個体数を増やせば生成とみなす。質量保存や物質フローの計算が測定指標となる。
長所：資源利用の観点で明快。物理量での判定が可能。
短所：一部外部資源を利用する回復も存在し、境界線が難しい。
案C：機能回復基準
回復後の機能に着目する。失われた機能のみを元に戻すなら修復、新たな機能や個体を創出すれば生成とみなす。システムの機能空間分析（入出力差異）が測定手段となる。
長所：能力ベースで直感的。用途重視の研究者に受け入れられやすい。
短所：機能定義が主観的。複数機能が混在する場合に判断が困難。
案D：目的的行動基準
エージェント視点で「自分自身を回復する行動か」「新個体を生む行動か」で区分する。制御ログや意思決定モジュールの解析が測定手段となる。
長所：意思・エージェントの観点で含意が強い。
短所：アルゴリズム依存で、実装によって解釈がぶれる可能性がある。
再定義案の検証実験計画
提案した再定義を実証するため、以下のような実験・分析が考えられる。
シミュレーション実験では、Bongard 2006の自己モデルロボットとゼノボット（PNAS 2021）の行動ログを取得し、各候補基準で自動分類する。得られた分類結果を人手ラベルと比較することで、各基準の分類精度を算出できる可能性がある。
物理実験では、モジュラーロボットキットや3Dプリンタ部品を用いて、意図的な損傷からの回復と、パーツを集めての新体組み立てを実施する。距離センサやビジョンで個体数を計測し、案Aの「連結成分数」基準が正しく機能するかを検証する。
データセット収集では、既存文献から自己修復・自己生成の事例を整理し、各再定義案による分類を行う。機械学習による特徴抽出（モジュール数変化、活動エネルギー、複製数など）を組み合わせることで、各基準の特徴量重要度が明らかになる可能性がある。
評価指標としては、各定義案での分類精度・誤分類率・合意度（Kappa係数）などが適切と考えられる。
用語の統一に向けたロードマップ
本調査から見えてくるのは、「自己修復（self-repair）」と「自己複製（self-replication）」「自己繁殖（self-reproduction）」を明確に使い分けることが、研究コミュニティの共通利益になるという点だ。
推奨される方向性としては次のものが挙げられる。
- 自己修復（self-repair）：損傷・障害からの機能回復（形態・行動いずれの補償も含む）
- 自己複製（self-replication）：遺伝的・構造的なコピーを作り出すプロセス
- 自己繁殖（self-reproduction）：新しい独立個体を生む広義の自己生成
学会でのワークショップや研究会での議論を通じ、用語統一ガイドラインを整備していくことが現実的なロードマップとなるだろう。
まとめ：境界の曖昧さは研究の豊かさでもある
「自己修復」と「自己生成」の境界は、近年のロボット・人工生命研究において明らかに曖昧化している。ボンガードらの研究は、この曖昧さを問題として提示しながらも、同時に両概念を探求する実験的土台を提供してきた。
4つの再定義案（個体連続性基準・資源継続基準・機能回復基準・目的的行動基準）はそれぞれ異なる視点から有効性を持つが、単一の基準では対処できないケースも多い。今後は複数基準を組み合わせた混合アプローチの設計と、シミュレーション・実機両面での実験的検証が求められる。
境界の曖昧さは単なる問題ではなく、新しい現象を捉えるための概念的空白でもある。その空白をどう定義し直すかが、次世代のロボティクス・人工生命研究の方向を左右するといっても過言ではない。
コメント