利用好奇主义驱动的 AI 科学家发现 Flow-Lenia 宇宙中的多样生态动力学
人工智能
2026-01-30 v3
摘要
我们提出了一种方法，用于自动发现 Flow-Lenia--一种具有质量守恒和参数局部化的连续细胞自动机 (CA) 中的系统级动力学。该方法旨在揭示导致演化和生态动力学在 CA 中自组织过程的机制。我们基于之前的工作，该工作在 Lenia 中使用多样性搜索算法寻找自组织个体模式，并将其扩展到支持不同相互作用模式的大型环境。我们将内在动机目标探索过程 (IMGEPs) 适应用于驱动探索 Flow-Lenia 环境，使用诸如演化活动、基于压缩的复杂度和多尺度熵等仿真范围指标。我们在两个实验中测试了该方法，展示了其在发现比随机搜索显著更加多样化的动力学方面的能力。我们展示了定性结果，说明生态仿真模型使自组织复杂集体行为的能力，这些行为不被先前的单个模式搜索和分析所捕获。我们补充了自动发现与交互式探索工具的结合，创建了一个有效的人类-AI 协作工作流程，用于科学调查。虽然该方法特别针对 Flow-Lenia 进行了演示，但该方法学为理解其他可参数化复杂系统中涌现集体属性的意义的框架提供了潜在的适用性。
引用
@article{arxiv.2505.15998,
title = {Exploring Flow-Lenia Universes with a Curiosity-driven AI Scientist: Discovering Diverse Ecosystem Dynamics},
author = {Thomas Michel and Marko Cvjetko and Gautier Hamon and Pierre-Yves Oudeyer and Clément Moulin-Frier},
journal= {arXiv preprint arXiv:2505.15998},
year = {2026}
}
备注
Published at ALife 2025. Project webpage: https://developmentalsystems.org/Exploring-Flow-Lenia-Universes/