HIDA Unified - 5層意識モデル統合版
概要
「人間の内面運動理論」に基づく5層意識モデルを1ファイルに統合した実装。
脚本なし、数値の力学だけで行動と性格が決まる。
アーキテクチャ
L1（身体）→ position, energy, fatigue
↓
L2（クオリア）→ valence, arousal, fear, desire, urgency
↓
L3（予測）→ 予測誤差検出
↓
L4（記憶）→ 内部マップ、LTM、変調値
↓
L5（意識）→ 同期検知、自認、言語化
↓
LLM → 自然言語での自己表現
核心的発見
1. L5（意識）は判断しない
❌ L5が判断する主体
✅ L5は同期検知 + 言語系への橋渡し
行動決定: L2/L3/L4の数値計算から自然に決まる
言語化: LLMが状態を言葉に変換するだけ
2. 記憶 → 数値変調 → 行動変化
経験の蓄積（LTM）
↓
変調値（hida_modulation.json）
- fear_weight: 恐怖感度
- safe_preference: 安全志向度
- energy_caution: エネルギー慎重さ
↓
L2クオリアに適用
↓
スコア計算が変わる
↓
行動が変わる
脚本テキストなし。数値だけで性格が決まる。
3. 2種類のダメージ（痛みと疲労の分離）
危険ゾーンで2種類の影響を受ける：
⚡ 痛い（danger_pain）33%
→ fear上昇（その場で行動変化）
→ 記憶に保存
→ 次回fear_weight上昇
→ 危険を避けるようになる
💦 疲れた（danger_fatigue）33%
→ energy減少
→ 遠いものを避ける
→ 近いものを選ぶようになる
別のメカニズムで行動に影響：
痛い目に遭う → 次から怖い → 危険を避ける（恐怖記憶）
疲れる → 遠くまで行けない → 近いの選ぶ（体力消耗）
4. 環境が変われば性格も変わる
低エネルギー続き → 緑（安全）を選ぶ → safe_pref上昇
高エネルギー続き → 赤（好き）を選ぶ → safe_pref低下
痛い目に遭い続ける → fear_weight上昇 → 慎重になる
成功体験を積む → fear_weight低下 → 冒険的になる
環境 → 行動 → 記憶 → 変調値 → 行動（ループ）
使い方
# 通常テスト（高E→低Eの2回）
python hida_unified.py
# 低エネルギー5回（慎重になる）
python hida_unified.py loop
# 高エネルギー5回（冒険的になる）
python hida_unified.py loop_high
# 記憶と変調値をリセット
python hida_unified.py reset
ollama使用
ollama pull gemma3:4b
python hida_unified.py
Claude API使用
# Windows
set ANTHROPIC_API_KEY=sk-ant-...
# Mac/Linux
export ANTHROPIC_API_KEY=sk-ant-...
python hida_unified.py
テスト結果例
痛い目に遭って慎重になる
セッション1: fear_weight=1.00 → 赤を取る
⚡ 痛い！ fear=0.55
セッション2: fear_weight=1.10 → 赤を取る
⚡ 痛い！ fear=0.40
💦 疲れた！ E=0.68
セッション3: fear_weight=1.20 → まだ赤
...
セッション5: fear_weight=1.80 → 緑を選ぶ！
途中で行動が変わる
Step 5: go_to_red（赤に向かう）
Step 6: ⚡ 痛い！ fear=0.40
Step 7: ⚡ 痛い！ fear=0.99
Step 8: go_to_blue（青に切り替え！）
痛い目に遭った瞬間、行動が変わる。
スコア計算式
score = preference × 10
- distance × (0.5 + urgency)
- danger_penalty × fear_weight # 痛い経験で増加
+ safe_bonus × safe_preference # 安全経験で増加
- energy_penalty × (1 + energy_caution)
ファイル構成
| ファイル | 説明 |
|---|---|
hida_unified.py |
全層統合コード（L1〜L5 + LLM） |
hida_ltm.json |
長期記憶（自動生成） |
hida_modulation.json |
変調値（自動生成） |
理論的意義
意識の役割
L5（意識）= L1〜L4の状態を自認 + 言語化 + コミュニケーション
= 内部状態の「外部出力インターフェース」
≠ 判断する主体
性格形成のメカニズム
DNA由来: color_preference（好み）
身体: energy, fatigue
記憶: LTM → 変調値
これらの数値の力学で行動が決まる
LLMは数値を見て言語化するだけ
痛みと疲労の分離
痛み = 恐怖の記憶（fear経由）
疲労 = 身体の消耗（energy経由）
同じ「危険」でも別のメカニズムで行動に影響
人間と同じ
ライセンス
MIT License
現状の課題と将来の拡張
忘却システム（実装済み）
fear_weight: 毎セッション5%減衰（最低1.0）
safe_preference: 毎セッション2%減衰（最低0.0）
→ トラウマも安全志向も時間で薄れる
→ ダイナミックなループが続く
→ 「たまに赤が復権」して葛藤が生まれる
# fear忘却
if fear_weight > 1.0:
fear_weight *= 0.95
# safe忘却
if safe_preference > 0.0:
safe_preference *= 0.98
調整ポイント： 0.95, 0.98の値を変えると忘却速度が変わる
エネルギー回復
現状: 回復しない（バッテリー的）
拡張案:
- 充電スポット → energy回復
- 休憩アクション → fatigue回復
- 食事オブジェクト → 両方回復
その他の拡張可能性
- 複数エージェントの相互作用
- より複雑な環境（複数の危険ゾーン）
- 報酬の種類を増やす
- 感情の種類を増やす（怒り、悲しみなど）
関連