人工生命：计算机与生物学交叉的前沿学科

人工生命是具有生命特征的人工系统,是探索生命复杂性的一门新兴交叉性前沿学科.它试图在计算机或其他人工媒介上,以综合的方法研究具有生命本质特征的复杂系统的动态发展过程.本文详细介绍了人工生命的概念、产生过程、发展历史、基本思想以及目前主要的研究方向,指出人工生命为人们揭示自然生命的最本质特征和演化的最基本规律提供了新思路和新方法.     

生命的仿真--人工生命

介绍了人工生命学科产生的背景、发展历程以及C．Langton关于人工生命的定义、研究内容和研究方法,重点介绍了人工生命中自发“突现”的概念。对C．Langton的主要学术观点进行了归纳与述评,系统总结了人工生命研究领域的主要研究成果。指出人工生命学科研究类似生命行为和现象的发生及其信息处理机制,其成果在工程技术领域有良好应用前景。     

复杂性系统研究方法:从人工生命到人工社会

一、人工生命的两种途径 “人工生命”(Artificial　Life)简称为Alife,是指具有“自然生命”特性和功能的人造系统,人工生命中的“活体”是指有生命特征的个体或群体。人工生命研究是抽象地提取演化、生命规则等生物现象的基本原理来模拟生命系统的动态发展过程。人工生命有多种研究方法或技术,但基本上可以分为以下两种途径。 ?　 生命科学途径:通过生物实验方式,在试管中通过生物化学或遗传工程的方法合成或生成人工的生命。这种方法在目前并不能从无生命物质开始合成生命,而只能用克隆技术进行基于相应的自然生命的“母体”无性繁殖生…     

人工生命

人工生命是指用计算机和精密机械等生成或构造表现自然生命系统行为特点的仿真系统或模型系统，自然生命系统的行为特点表现为自组织，自修复，自复制的基本性质，以及形成这些性质的混沌动力学，环境适应和进化，本文主要介绍人工生命研究的原因，发展过程，模型，讨论人工生命研究的方法，基础理论，以及人工生命研究的前景。     

人工生命的研究平台综述

人工生命的研究平台是用计算机软件产生自然生命的现象和特征的仿真系统。文中给出了人工生命研究平台的概念,介绍了目前人工生命的几个研究平台。通过分析这几个平台的优缺点,提出了未来研究平台的构架。     

基于人工生命系统的计算框架

人工生命是通过对自然生命现象的模拟来研究行为如何变得智能、自适应的学科,其本质在于大量生命之间相互作用产生的自下而上的自组织行为。人工生命已经在许多行业得到了广泛的应用,从人工生命发展得到了众多的算法。但这些算法大都是专用的算法,各种算法之间的相似性很差,这极大地限制了人工生命算法的应用广度和深度。该文将对人工生命的本质作一个描述,然后提出一种人工生命算法的统一框架结构,同时通过此算法框架在TSP问题求解过程中的应用验证其有效性。最后对算法框架将来的研究作简单的讨论。     

基于人工生命行为选择的智能体决策的研究

人工生命行为选择是人工生命研究领域的重要问题之一,智能体作为人工生命体的一种形式,决策系统相当于是智能体的“大脑”。文章以足球机器人作为智能体的研究原型,分析了机器人足球决策系统的现状,根据仿人智能控制思想和人工生命行为选择模型,建立了基于人工生命的智能体决策系统,并借助机器人足球比赛这样一个标准任务平台,投入实际比赛中,证明结果是可行的和有效的。     

人工鱼的认知建模方法研究

“人工鱼”利用人工生命方法创作计算机动画。为了进一步提高动画角色的智能水平,将人工智能方法学引入到“人工鱼”系统中,建立认知模型,控制人工动物的行为,使人工动物成为更加自主的和智能的角色。该文介绍了认知建模的概念、特点,给出人工鱼的认知建模方法研究的主要内容和模型结构。     

人工生命

人工生命是一类具有生命特征,以自适应、自组织为主要特征的一类复杂系统,其研究成果可广泛用于生物学及计算机科学等许多工程领域.文中介绍了人工生命的产生背景、定义、研究内容、研究方法、理论基础、研究意义及与人工智能等相关学科的区别,以便全面深入地理解它.     

人工生命

人工生命是一类具有生命特征，以自适应、自组织为主要特征的一类复杂系统，其研究成果可广泛用于生物学及计算机科学等许多工程领域。文中介绍了人工生命的产生背景、定义、研究内容、研究方法、理论基础、研究意义及与人工智能等相关学科的区别，以便全面深入地理解它。     

人工生命算法综述

介绍了人工生命算法的基本原理,改进措施,研究现状,以及对未来研究的展望。人工生命算法是一种新兴的优化技术,其思想来源于达尔文进化论。利用人工生命的突现行为及人工生命可以动态地和环境相互作用的特点,实现全局寻优,在优化非线性连续多模态函数时,具有良好的全局收敛性。人工生命算法已经吸引了许多研究领域的关注,它是一种分布式优化技术,算法采用自下而上的设计方法,不需要梯度信息,为优化技术提供了一种新思路。     

FROM ARTIFICIAL LIFE TO REAL LIFE: COMPUTER SIMULATION OF PLANT GROWTH∗

Artificial life is by itself an important area of scientific investigation. However, this scientific discipline will be more effective if it can also help one to understand how natural living systems really work. It is argued that plant growth is an area where the studies in artificial life lend themselves to computer modeling of what really happens in nature. An approach for such modeling is described, and the initial results of implementing this approach for a corn plant growth are presented.     

Behavior Evolution of Multiple Mobile Agents under Solving a Continuous Pursuit Problem Using Artificial Life Concept

In engineering aspects, the goal of artificial life is to incarnate unique behaviors or phenomena of living creatures in nature into artifacts like computers. Artificial life can provide a useful methodology for multiple mobile agent learning which is full of autonomy and creativity. In this paper, a neural network is used for the behavior decision controller. The input of the neural network is decided by the existence of other agents and the distance to the other agents. The output determines the directions in which the agent moves. The connection weight values of this neural network are encoded as genes, and the fitness of individuals is determined using a genetic algorithm. Here, the fitness values imply how much group behaviors fit adequately to the goal. The validity of the system is verified through simulation. Moreover, in this paper, we could have observed the agents' emergent behaviors during simulation.     

基于记忆的人工鱼认知模型

为丰富虚拟海洋环境中人工鱼的认知能力,以自然鱼的生物原理和记忆机制为理论依据,提出了一种基于记忆的人工鱼认知模型。信息在瞬时记忆、短时记忆和长时记忆3个阶段传输和存储,人工鱼通过聚焦器提取所关注的感知信息,通过决策器和短时记忆进行行为选择,将经验知识存储在长时记忆中,被短时记忆调用以优化当前决策。动画结果表明,采用此模型后人工鱼能产生记忆指导下的行为,表现出更真实更智能的生命特征。     

计算机动画的人工生命方法研究--人工鱼的自繁衍模型

该文将人工生命的"自繁衍"特性引入到计算机动画创作中,提出并建立了基于基因控制的人工鱼的一种自繁衍模型,建立了人工鱼的基因模型,给出了人工鱼的遗传规则.提出并建立了基于生物学理论的人工鱼的一种生命历程模型,包括形态生长模型和生理发育模型,使人工鱼具有了更全面的生命特征,为提高人工鱼动画的创作效率和自动化水平打下了基础.     

Artificial Animals and Humans: From Physics to Intelligence

The confluence of virtual reality and artificial life, an emerging discipline that spans the computational and biological sciences, has yielded synthetic worlds inhabited by realistic, artificial flora and fauna. Artificial animals are complex synthetic organisms that possess functional biomechanical bodies, sensors, and brains with locomotion, perception, behavior, learning, and cognition centers. Artificial humans and other animals are of interest in computer graphics because they are self‐animating characters that dramatically advance the state of the art of production animation and interactive game technologies. More broadly, these biomimetic autonomous agents in their realistic virtual worlds also foster deeper, computationally oriented insights into natural living systems.     

可信人工智能系统的质量属性与实现: 三级研究

人工智能系统以一种前所未有的方式,被广泛地用于解决现实世界的各种挑战,其已然成为推动人类社会发展的核心驱动力.随着人工智能系统在各行各业的迅速普及,人们对人工智能系统的可信性愈发感到担忧,其主要原因在于,传统软件系统的可信性已不足以完全描述人工智能系统的可信性.对于人工智能系统的可信性的研究,具有迫切的需要.目前已有大量相关研究,且各有侧重,但缺乏一个整体性、系统性的认识.本研究是一项以现有二级研究为研究对象的三级研究,旨在揭示人工智能系统的可信性相关的质量属性和实践的研究现状,建立一个更加全面的可信人工智能系统质量属性框架.本研究收集、整理和分析了2022年3月前发表的34项二级研究,识别了21种与可信性相关的质量属性及可信性的度量方法和保障实践.研究发现,现有研究主要关注在安全性和隐私性上,对于其它质量属性缺乏广泛且深入的研究.对于需要跨学科协作的两个研究方向,需要在未来的研究中引起重视,一方面是人工智能系统本质上还是一个软件系统,其作为一个软件系统的可信值得人工智能和软件工程专家合作研究;另一方面,人工智能是人类对于机器拟人化的探索,如何从系统层面保障机器在社会环境下的可信,如怎样满足人本主义,值得人工智能和社会科学专家合作研究.