运算

Self-Organizing 基础行为的自组织系统是我在2017下半年开启的个人项目。 这一系统从经典生长原型DLA以及Differential Growth中抽离了四种基础行为并重组：生长、死亡、吸引、排斥。通过判定单体周边环境的密度分布给予不同权重及生长方向，再通过场的调节加强不均匀分化，使族群不断增殖。 详情见推送： 【算法】基础行为的自组织|Self-Organizing | 20170924-20171227 行为 – 系统 它是一个基于密度的系统，自我生长增殖以占据整个空间。整个系统基于两类个体：种子与母体 ——他们遵循着相应的两套行为。随着系统发展，个体与周边关系的变化，个体的类型在种子与母体之间相互切换。 生长与死亡的行为，表现出类似DLA的特征，即外部细胞更容易累积生长。 吸引与排斥的行为，则表现出类似Differential Growth的特征，即粒子之间保持着一定距离，并且系统会因此逐渐膨胀。 当粒子之间相距过近，其间会产生排斥以保持距离，同时，密度较小的“种子”粒子则会将周边吸引，这样一来密度发生了分化，形态的分支得以产生。我将吸引与排斥称为“动态行为”，即借此使不断累加的系统具有动态特征，比DLA具有更高的可塑性。 这些行为，都是相互对立的极点，假如任意一个行为消失，系统都不成立，变得不平衡且单极化，失去自组织的生长特性 —— 正是这种摇摆不定的中间态发展了系统，而从中也产生了智能。 系统 – 原型 当我们调整行为的参数比重，整个系统的发展模式会明显靠近这一行为所对应的原型——高动态值的系统呈现出Differential的碰撞与排斥特征；低动态值的系统则呈现出类DLA的累积特征；高度分化的系统在同一尺度下具有更多分支，低分化的系统则主要由母体例子组成。 Based on the above, the system is a mixture of several prototypes, from which we extract individual behaviors. By controlling weight of behaviors, we can control the weight of prototypes, adapt […]