人格には闘争が必要：神経進化チェス・エージェントにおけるバールドウィン効果の3つのレジーム

要旨: 能動的学習（lifetime learning）は、進化の時間スケールにわたって行動の多様性を、単にそれを崩壊させるのではなく、拡張しうるのだろうか。先行理論は、可塑性が環境ノイズに対して生物をバッファリングすることで、分散を低減することを予測する。われわれはこれを競争的な領域で検証する：8つのNEAT進化ニューラルモジュール、ゲーム内のヘッブ則による可塑性、さらに想像（imagination）による欲望性ドメイン信号チェーンを備えたチェス・エージェントである。ヘッブ条件ごとに10~seedにわたり、分散のクロスオーバーが現れる：ヘッブONはOFFよりも、最初はクロスシード分散が低い状態で始まるが、その後世代~34でそれを上回る。このクロスオーバーの傾向は単調である（\r{ho} = 0.91, p < 10^{-6}）。すなわち、進化の時間を通じて行動分散に対する可塑性の効果が反転し、当初は多様性を圧縮する（先行予測と整合する）一方で、進化した知覚の違いが想像を通じて増幅されることで、その後は多様性を拡張する -- これは突然変異だけでは維持できないフィードバックループである。
その結果は、構造化された行動的分岐として現れる：進化したエージェントは同一の局面で異なる手を選び（62\%の不一致）、異なるオープニングのレパートリー、駒の好み、そしてゲームの長さを発達させる。これらは異なるサンプリング方策ではない -- 解釈可能な信号チェーンの構成を伴う、再現可能な行動シグネチャである（ICC > 0.8）。相手のタイプに応じて3つのレジームが現れる：探索（ヘッブON、異質な相手）、ロットリー（ヘッブOFF、エリート化のロックイン）、透明（同一モデルの相手、脳の自己消去）。透明レジームは反証可能な予測を生み出す：自己対戦システムは、パーソナリティが必要とする異質性を排除することで、行動の多様性を系統的に抑制しうるかもしれない。
\textbf{キーワード: バルドウィン効果, ニューラル進化, NEAT, ヘッブ学習, チェス, 認知アーキテクチャ, パーソナリティの創発, 想像（imagination）