MétaCan
Menu
Retour à la cohorte
Enregistrement W2086798521 · doi:10.1080/14626260701253622

Swarm grammars: growing dynamic structures in 3D agent spaces

2007· article· en· W2086798521 sur OpenAlexaff
Christian Jacob, Sebastian von Mammen

Notice bibliographique

RevueDigital Creativity · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueModular Robots and Swarm Intelligence
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSwarm behaviourComputer scienceRule-based machine translationGrammar systems theoryGrammarSwarm roboticsSwarm intelligenceTheoretical computer scienceArtificial intelligenceGrammatical evolutionAlgorithmParticle swarm optimizationGenerative grammar

Résumé

récupéré en direct d'OpenAlex

We present a new way of dynamically growing and breeding structures in 3D space through swarming agents. Different agent types and the way they evolve over time is specified by a swarm grammar similar to Lindenmayer systems. We expand common L-system string interpretation from a single turtle to a multitude of turtles which behave like a swarm. By describing swarm agents within the framework of formal grammars, we build a bridge from symbolic production systems (rewrite systems) to three-dimensional real-time construction procedures that are executed by reactive and interacting agents which move in simulated physical 3D spaces. We introduce constructor agents, their formal representation in swarm grammars and demonstrate by examples how (1) the swarm rules, (2) the agent parameters and (3) the environ ment can influence the actual construction and growth processes that are initiated and directed by the swarms. In order to facilitate exploration of a large variety of swarm grammars, we apply interactive evolutionary design methods to create swarm grammar sculptures and 3D structures.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,003
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,245
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital CreativityMême sujetModular Robots and Swarm IntelligenceTravaux en français237 207