论文标题：Automating the Search for Artificial Life with Foundation Models 论文地址：https://arxiv.org/pdf/2412.17799 在线论文：https://pub.sakana.ai/asal/ 项目代码：https://github.com/SakanaAI/asal/
初始状态分布 Init_θ 前向动态阶跃函数 Step_θ 渲染函数，Render_θ，作用是将状态转换为图像
Boids：模拟的是 N 个「鸟状物体（boids）」在 2D 欧几里得空间中的移动情况。所有 boids 都共享权重一样的神经网络，其会根据局部参考系中 K 个近邻 boids 向左或向右操纵每个 boid。该基质是神经网络的权重空间。 粒子生命：模拟 N 个粒子，这些粒子又可分为 K 类；它们在一个 2D 欧几里得空间运动。该基质是 K × K 相互作用矩阵的空间，β 参数确定了粒子之间的距离。初始状态是随机采样的，粒子会自组织形成动态模式。 类生命的元胞自动机（CA：将康威生命游戏泛化到所有在 2D 栅格中运作的二元状态元胞自动机，其中状态转换仅取决于活着的 Moore 邻居的数量和细胞的当前状态。该基质有 2^18 = 262,144 种可能的模拟。 Lenia：将康威生命游戏推广到连续空间和时间，允许更高的维度、多个核和多个通道。该团队使用了 LeniaBreeder 代码库，它定义了基质，其中动态维度为 45 个，初始状态维度为 32 × 32 × 3 = 3,072 个。其搜索空间以 Bert Wang-Chak Chan 2020 年在论文《Lenia and expanded universe》中找到的解为中心。 神经元胞自动机（NCA）：通过神经网络表示局部转换函数来参数化任何连续元胞自动机。该基质是神经网络的权重空间。
