Tiny neural brains learn to hunt food and flee predators, generation by generation.
每个青色三角是一个个体,大脑是一张微型前馈网络:7 条 raycast 视觉射线探测最近的食物、捕食者与墙的距离,加上自身速度,共同输入到 8 个 tanh 隐层神经元,再输出转向与推力。吃到食物 +1 适应度并让食物重生。每代固定帧数后,按适应度排序:精英前 2 名原样保留,前 30% 作为父代,其余通过高斯变异(变异率可调)从父代繁殖出下一代。觅食与避敌行为完全由选择压力涌现,没有任何手写策略。
这是人工生命与神经进化(neuroevolution)最朴素也最直观的演示:无需梯度、无需标签,仅靠"活得好的多繁殖"就能进化出感知-决策回路。它是 evolutionary robotics、NEAT、open-ended evolution 等方向的可视化入口,也展示了简单适应度如何塑造复杂行为。