Moho mucilaginoso
Agentes de Physarum que depositan y siguen rastros, tejiendo redes orgánicas.
Thousands of agents lay and follow chemical trails, weaving slime-mold networks. Hold the pointer over the canvas to drop food there, an event in time that Restart leaves out, and watch the swarm reach for it.
¿Qué tal te funciona Moho mucilaginoso?
Acerca de Moho mucilaginoso
- Organismo
- Physarum polycephalum, moho mucilaginoso unicelular
- Modelo
- Modelo de agentes de Jeff Jones (2010): sensar, girar, avanzar, depositar
- Agentes
- De 1000 a 20 000
- Presets
- Classic, Fine veins, Thick highways, Cell foam, Long tendrils
- Interacción
- El cursor deposita alimento
Adecuado para: Para la noche
Physarum polycephalum, el moho mucilaginoso policéfalo, es un organismo unicelular que se extiende formando una intrincada red tubular amarilla para alimentarse. A pesar de carecer de cerebro o sistema nervioso, diseña redes de transporte sumamente eficientes: en el año 2000, Toshiyuki Nakagaki y su equipo demostraron que era capaz de encontrar el camino más corto en un laberinto; en 2010, el grupo de Atsushi Tero comprobó que una red extendida entre copos de avena distribuidos como las ciudades de Tokio reproducía con asombrosa precisión la red ferroviaria de dicha región.
En 2010, Jeff Jones formuló un modelo algorítmico basado en agentes para replicar este comportamiento. Miles de partículas escanean los rastros químicos circundantes mediante tres sensores frontales, giran en dirección a la mayor concentración, avanzan y liberan más rastro, mientras que el sustrato se difunde y evapora gradualmente. Sin coordinación central ni liderazgo, el colectivo se autoorganiza en canales biológicos ramificados en perpetua reorganización.
La simulación soporta entre 1000 y 20 000 agentes simultáneos. Selecciona ajustes preestablecidos como Classic, Fine veins, Thick highways, Cell foam o Long tendrils; calibra Sensor angle, Sensor distance, Turn angle, Evaporation, Speed y Contrast. Arrastra el cursor por el lienzo para suministrar alimento y observa cómo los filamentos convergen hacia él, luego exporta el resultado en un archivo PNG de alta calidad.
Cómo usar Moho mucilaginoso
- Pulsa Play. Observa cómo se dispersan los agentes y sus trayectorias se fusionan en una red estructural.
- Selecciona un comportamiento. Experimenta con Classic, Fine veins, Thick highways, Cell foam o Long tendrils.
- Modifica la percepción. Sensor angle y Sensor distance controlan la amplitud y el alcance de visión; Turn angle determina la agilidad de giro.
- Modela las conexiones. Aumenta Evaporation para obtener venas finas y cambiantes, o redúcela para consolidar rutas densas y estables. Contrast calibra el brillo de los rastros.
- Alimenta la colonia. Pasa el cursor por el lienzo para liberar alimento y la red se ramificará activamente hacia ese punto.
- Exporta la imagen. Personaliza los colores, detén la animación cuando obtengas el diseño deseado y exporta un PNG.
Preguntas frecuentes
¿El moho mucilaginoso es un hongo?
No. A pesar de su denominación tradicional, Physarum polycephalum es un protista ameboide: una única célula gigante multinucleada que se arrastra ingiriendo bacterias y esporas. En experimentos de laboratorio suele cultivarse sobre copos de avena.
¿Cómo logra un moho mucilaginoso resolver un laberinto?
Inicialmente se ramifica cubriendo todos los conductos disponibles; luego engrosa los túneles por donde fluye mayor cantidad de nutrientes entre las fuentes de alimento y reabsorbe las vías improductivas. La estructura final representa la ruta óptima de menor distancia, resuelta sin ningún control centralizado.
¿Cómo opera este modelo de simulación?
Cada agente dispone de tres sensores dirigidos al frente, izquierda y derecha. En cada ciclo vira hacia el sensor que registra mayor presencia de rastro químico, da un paso al frente y secreta nuevo rastro. La matriz general propaga y evapora gradualmente estos rastros, reforzando las rutas transitadas y disipando las inactivas.
¿Qué variables transforman más radicalmente el patrón?
El ángulo y la distancia de los sensores. Ángulos amplios con distancias cortas generan estructuras celulares esponjosas; ángulos reducidos con distancias largas trazan vías amplias y fluidas. El parámetro de evaporación define la memoria del sistema para descartar trayectos previos.
¿Se puede mantener activo en segundo plano?
Sí. Elige Fine veins o Cell foam, disminuye Speed, activa el modo de pantalla completa y atenúa el brillo. La simulación no genera audio y continúa remodelando su red indefinidamente mientras el dispositivo permanezca encendido.
Guías
Referencias
- Jones, J. (2010). Characteristics of pattern formation and evolution in approximations of Physarum transport networks. Artificial Life 16(2), 127–153.
- Nakagaki, T., Yamada, H., & Tóth, Á. (2000). Maze-solving by an amoeboid organism. Nature 407, 470.
- Tero, A., Takagi, S., Saigusa, T., Ito, K., et al. (2010). Rules for biologically inspired adaptive network design. Science 327(5964), 439–442.





