Evolutionäre Simulation

Digitale Agenten überleben, fortpflanzen sich und entwickeln sich durch natürliche Selektion.

Wie es funktioniert

Agenten bewegen sich durch die Welt und suchen Nahrung. Wer genug Energie sammelt, pflanzt sich fort und gibt sein Genom (mit kleinen Mutationen) an Nachkommen weiter. Wer verhungert oder durch Hazard stirbt, scheidet aus.

Glossar

Neuronen (Hidden) Komplexität des neuronalen Netzes – mehr Neuronen = klügeres, aber kostspieligeres Gehirn Aktivierung Aktivierungsfunktion im NN: tanh (weich), relu (linear), sigmoid (gedämpft) Sigma Mutationsstärke – wie stark sich Gene bei der Fortpflanzung verändern Plastizität Lernrate für Hebbsches Lernen – wie schnell Synapsen durch Erfahrung geändert werden Hazard Zufälliges Sterberisiko pro Tick, unabhängig von Energie Repro-Schwelle Energieniveau, ab dem ein Agent sich fortpflanzt Spezies Gruppe von Agenten mit gleicher Form (Genotyp-Cluster) – jede Gruppe hat einen Namen

Steuerung

Leertaste / P Pause / Weiter Klick auf Agent Agenten dauerhaft auswählen und Details anzeigen Hover über Agent Kurzinfo anzeigen