«

»

Čvc
29

Ein automatisches Verfahren, um das lokale Verhalten zu extrahieren, so dass ein Schwarm von Robotern mit extrem begrenzter Kognition und ohne Kommunikation ein gewünschtes Muster bilden kann, während gleichzeitig Kollisionen vermieden und eine vernetzte Sensortopologie beibehalten werden. Staying Alive: Wenn eine Zelle lebt und genau zwei oder drei lebende Nachbarn hat, bleibt sie am Leben. Die Form der ANN-Kurve als Funktion der Nachbarreihenfolge kann einen Einblick in die räumliche Anordnung von Punkten relativ zueinander geben. Im folgenden Beispiel werden drei verschiedene Punktmuster mit 20 Punkten dargestellt. Wie bei Vote sieht das Leben besser aus, wenn wir den unmittelbaren Vergangenheitszustand in ein zusätzliches Bit „echo“, so dass es tatsächlich vier mögliche Zustände 00b, 01b 10b und 11b gibt. Selbst wenn höhere Bits aktiviert sind, werden unsere Programme in der Tat nur die niedrigen Bits der Nachbarn betrachten, wenn sie das EightSum bilden. Dies geschieht in erster Linie für eine höhere Programmgeschwindigkeit, und zweitens als eine Möglichkeit, die Anzahl der möglichen Regeln zu kürzen, die wir zunächst betrachten werden. Wenn wir Life mit einem Speicherbit LifeMem nennen, erhalten wir eine semitotalistische Tabelle, die in binärer und dezimaler Form wie diese aussieht: Beispiele für: ein ungültiger Spannbaum, da das Diagramm nicht verbunden ist; b ein unmöglicher Spannbaum, da von einem Agenten mehr Nachbarn erwartet werden, als er unterstützen kann; c ein unmöglicher Spannbaum, weil einige Staaten mit unerfüllten Nachbarerwartungen enden; d ein möglicher Spannbaum OK. Bevor wir klären können, wie der neue Zustand tatsächlich berechnet werden kann, müssen wir wissen, wie wir auf den Nachbarn jeder Zelle verweisen können. Im Fall der 1D-CA war dies einfach: Wenn ein Zellenindex i war, waren seine Nachbarn i-1 und i+1.

Hier hat jede Zelle keinen einzelnen Index, sondern einen Spalten- und Zeilenindex: x,y. Wie in Abbildung 7.27 dargestellt, können wir sehen, dass ihre Nachbarn sind: (x-1,y-1) (x,y-1), (x+1,y-2), (x-1,y), (x+1,y+1), (x-1,y+1), (x-1,y+1). Die Form mit niedriger Auflösung, die wir oben sehen, ist das „Sierpi-ski-Dreieck“. Benannt nach dem polnischen Mathematiker Waclaw Sierpiéski, ist es ein fraktales Muster, das wir im nächsten Kapitel untersuchen werden. Das ist richtig: Dieses unglaublich einfache System aus 0s und 1s, mit kleinen Nachbarschaften von drei Zellen, kann eine Form erzeugen, die so anspruchsvoll und detailliert ist wie das Sierpi-Ski-Dreieck. Schauen wir uns es noch einmal an, nur mit jeder Zelle ein einzelnes Pixel breit, so dass die Auflösung viel höher ist.