Естественный отбор. Самая простая модель 

Если не найдёт, то он его создаст)...

​@@MariaEseninaустроит естественный отбор геймдизайнерам

@@fawist4234 сделает рабочий мозг геймдизайнера из клеток с параметрами скорости в кружочке

БНКЧ добрался даже до сюда

Он же сам в видео говорил, что это что-то связанное с работой, из-за чего он не может показать код, Но я могу ошибаться

@@siz1700 Будет очень грустно, если это окажется правдой.

​@@MKornusЭто правда.

Нет, автор делает всё в единственном экземпляре. Это программу он делает на работе и скидывать в сеть никто ничего не будет. Можешь на программном коде Processing сам всё воссоздать.

@@user-bo9pl1bc1g Надо только научится программировать...

а тебе что важно количество или качество? смысл от этого видео нулевой. кто видел похожие то вообще ничего нового

@@dakantsa1712 так тут суть в _предельной простоте,_ попробуй сделать что-то, что ещё проще и содержит естественный отбор?

Не очевидно, потому как это попросту не правильно. Рандомизацией коэфф-а мутирования Вы создадите хаотические колебания численности, рано или поздно последняя достигнет нуля и все закончится. Другое дело -- если параметры среды меняются настолько медленно, что возможно СПРОГНОЗИРОВАТЬ, будет ли текущее значение коэффициента мутации больше или меньше оптимума...

@@Vadim_Ozheredov Возможно я просто неправильно выразил свои мысли. Смысл в том, что у окружающей среды есть некое поведение (пусть даже заданное пользователем). Популяция могла бы подстраиваться под поведение этой окружающей среды путем изменения коэф мутации. Это не нужно доказывать, это факт. И да, это не гарантирует того, что популяция никогда не вымрет, просто будет лучше адаптироваться => дольше жить

@@Vadim_Ozheredov в данном случае численность - это параметр отражающий изменение среды. По этому он должен регулировать количество потомков за жизнь.

@@acidnik00 я понял. Давайте рассмотрим простейший пример: у среды есть единственный параметр X, который хаотично блуждает от -1 до 1. А у популяции есть параметр Y, и чем ближе значение Х к Y - тем жизнеспособнее особи. При этом, если модуль разности |X-Y| превысит 1.5, то все умрут. Приспособление состоит в том, что на каждом шаге популяция адаптирует Y, делая его равным X на предыдущем шаге: Y(n+1)=X(n). Тогда рано или поздно наступит ситуация, когда X скажем будет вблизи единицы, а Y вблизи минус единицы, и популяция вымрет, поскольку|X-Y|>1.5 А вот если бы Y всегда был равен нулю, эта разность бы никогда не превысила 1.5 и популяция жила бы вечно )) Это известный парадокс теории управления, он даже носит имя кого-то, состоящий в том, что при непредсказуемом изменении среды выгоднее стоять на месте, чем "бегать" за ее меняющимися параметрами

Нет. Надо ввести мутацию ВЕЛЕЧИНЫ изменения скорости (а не только скорости). Т.е. чтобы ребёнок шарика не только менял скорость на 2 км/ч, но ещё чтобы внуки шарика изменяли скорость уже на 4 км/ч (с некоторым шансом).

В эволюцию не нужно верить, она и так логически непротиворечива, это математическая модель. Вопрос доверия касается только параметров проецирования математики (модели) на физику (реальность) :).

плохо визуализиуется в таком случае.

Текстовый Рикролл. Для меня это что-то новое. :-)

поддерживаю поддержкой ради поддержания

Я случайно сразу нажал перевод, и не понимал, что за набор слов😂

Но тогда это перестанет быть простейшей моделью.

актуальный? у нас тут что - меняется "скорость изменения скорости"?? а, хотя, постойте... мы все умрем?😮

ага

@@foo52ru Я просто столько времени в ней музыку делаю, что могу распознать программу.

Ага. Но "скорость изменения скорости" звучит прикольнее

Боюсь они захотят истребить всех мамонтов и начнут сеять пшеницу.

@@ivelpresident6395 Инвазийный вид не обязательно разумный. Он определяется как чужеродный организм, который в новой среде приченяет вред своим расселением. Большинство инвазийных видов - вредители, занесённые случайно с других територий.

​​​​@@user-cq8mb9os9oони становятся вредителями, потому что случайно, развиваясь в других условиях, стали крайне эффективными организмами для этих условий. Яркими примерами являются домашний скот, которых человек завозит на территории, на которых нет подходящего для этого скота хищника. Например, кролики в Австралии. Или свиньи в Америке. А еще есть наши дождевые черви, которые попали в леса Амазонки, в которых просто не было подобного организма, из-за чего слой листьев стал жизненно необходим для защиты побегов местных деревьев. Дождевые черви уничтожили слой опавших листьев, и теперь травоядные легко находят и уничтожают побеги местных деревьев, из-за чего джунгли начали превращаться в степи, тк взрослые деревья не бессмертны

В видео было зафиксировано значение максимального "скорости" изменения разброса, для постоянно меняющейся среды лучше использовать скорось скорости изменения. Объясню на формулах: V - скорость потомка dv_max - максимальное изменение скорости. Тогда в симуляции скорость следующего потомка равна V'= V ± random(0, dv_max). Если изменение скорости среды происходит быстрее, чем максимальное изменение скорости потомка - тогда популяция гарантированно погибает (это произойдет и на меньшем изменении скорости в силу случайности события. Вроде как при изменение скорости среды в два раза все умерают с вероятностью в 100% через бесконечное количество делений). Если мы сможем задать еще один параметр для изменения dv_max: dv_max' = dv_max ± random(0, d²v_max) тогда популяция будет более стабильна на изменения которые не сильно дергаюся. При больщом ускорении среды, она будет вести себя как популяция с огромным dv_max, на на маленьком ускорении среды она будет практически неподвижной.

Если изменения среды невозможно спрогнозировать, то такая фича бесполезна. Если возможно, то прогнозные метапараметры просто включаются в параметры среды

​​​@@teum3048отри. Есть у нас допустим такие агенты и неподвижная среда. Через некоторое время при установившемся максимуме сначала погибнут все с большой скоростью относительно среды, их место займут остальные. Затем начнут чаще гибнуть те у которых уровень мутации сильнее, так как у них сильнее вектор скорости относительно среды рандомится. Со временем будут оставаться те кто не помирает. То есть те которые с нулевой мутацией и нулевой скоростью. Теперь начинаем менять вектор среды, так чтобы особи с уровнем мутации 0.2max физически не смогли бы приспособиться. Конечно прошлая популяция вымрет по этому возьмём новую рандомную. Что видим теперь. Особи с коэффициентом

После внезапного знакомства с полом - многие уверенно подтвердят! )

самое весёлое то, что в русском языке данное предложение несёт полный смысл и является обычным предложением)

скорость изменения скорости - ускорение

@@user-tm5hi7xs3i спасибо, кэп. Мы не знали.

@@gameguru1488 хотел написать, но ты это сделал за меня, спасибо

Ну да (те, кто любит и умеет бухать, причем прямо из бутылочного горлышка)

абалдеть, мой любимый блогер нажал сердечко под моим комментарием, жизнь прожита не зря

Так это-же простейший симулятор эволюции

Для нейросети нужны водящие данные. В данном простом примере у агентов нет чувств. На основе каких данных нейросеть будет подбирать параметры? А если им дать к примеру знания о направлении среды и добавить популяцию или скорость среды, то такая нейросеть и текущие параметры очень быстро подберёт идеальные, даже возможно без обучения, чисто на рандоме.

Кажется вы не понимаете что такое нейросеть. Она не "приспосабливается" она либо обучается, либо обрабатывает сигнал и выдает ответ. А здесь генетической алгоритм, код который сам себя изменяет причем случайным образом.

@@Ammadus2 ИИ боты в Доте, Старкрафте и прочих киберспортивных играх - это нейросеть или генетический алгоритм?

@@BukhalovAV Нейросеть. Получает данные и выдает команды

@@Ammadus2 Но обучается она за счёт генетического алгоритма, да? Одно другому ведь не мешает, верно?

Было бы, конечно, интересно на такое посмотреть. Но это уже более сложная модель. Тут, очевидно, задача была именно в построении самой простой из возможных. Усложнить-то легко, а вы попробуйте упростить!