复杂自适应系统中的自组织至遍历性破缺边缘
适应与自组织系统
2026-04-20 v1
摘要
自组织临界性（SOC）被广泛认为是集体行为的一种基本机制，但其在支撑真实复杂系统的、目标驱动的异质自适应系统中的作用仍不甚明了。我们引入了 EvoSK，一个最小演化模型，其中智能体在崎岖的 Sherrington-Kirkpatrick 景观上进行记忆依赖的强化学习，同时种群通过极端替换最不适应的个体而演化。我们证明，这种耦合动力学驱使系统达到一个临界状态，该状态位于遍历相和非遍历相之间的转变边界上。在此边界，系统展现出具有平均场指数 的无标度演化雪崩，同时实现了超越任何手动微调的非演化机制的集体收益。我们的结果为遍历性破缺的统计物理学与复杂自适应系统的功能最优性之间提供了机制性联系，表明遍历性破缺边缘是系统在崎岖、高维景观上适应时的一个稳健吸引子。
引用
@article{arxiv.2604.15669,
title = {Self-Organization to the Edge of Ergodicity Breaking in a Complex Adaptive System},
author = {Nixie Sapphira Lesmana and Ling Feng and Kan Chen and Choy Heng Lai},
journal= {arXiv preprint arXiv:2604.15669},
year = {2026}
}