Autômato Celular Cíclico

Autômatos cíclicos que organizam ruído aleatório em espirais giratórias.

States, each taken over by the next011, then 0
100%

Drag to scramble the colors and new spirals grow from the disturbance; a stroke acts on the running grid, and Restart starts the soup again. Each color takes over cells of the color before it, so random noise organizes into rotating spirals.

Setup
120 × 120 cells

O que está achando de Autômato Celular Cíclico?

Sobre Autômato Celular Cíclico

Estudo inicial
David Griffeath e colaboradores, final dos anos 1980
Regra
A célula avança para a próxima cor se vizinhos suficientes já a possuem
Estados
3 a 24 cores em ciclo
Vizinhanças
Moore (8) ou von Neumann (4); limiar de 1 a 5
Presets
Griffeath demons, 313 spirals, Moore turbulence, Slow crystals

Em um autômato celular cíclico, cada célula possui uma de n cores dispostas em ciclo: 0, 1, 2 e assim por diante até n − 1, retornando a 0. A cada passo, a célula avança para a próxima cor se vizinhos suficientes já tiverem essa cor; assim, cada cor é consumida pela seguinte, como em pedra, papel e tesoura. David Griffeath e seus colegas da Universidade de Wisconsin estudaram esses sistemas no final dos anos 1980.

Iniciando a partir de ruído aleatório, a grade passa por fases distintas: primeiro um mosaico irregular, depois pequenas gotas de cor e, por fim, espirais giratórias chamadas de 'demônios', que crescem até cobrir toda a grade. A formação de espirais depende do número de cores, da vizinhança e do limiar (quantos vizinhos são necessários para o avanço); algumas configurações nunca se organizam, enquanto outras congelam em blocos cristalinos.

Este simulador oferece predefinições baseadas em resultados clássicos: Griffeath demons, 313 spirals, Moore turbulence e Slow crystals. Ajuste o número de estados de 3 a 24, o limiar de 1 a 5 vizinhos, vizinhança de Moore (8 células) ou von Neumann (4 células), o tamanho da grade e a velocidade, colorindo o ciclo com a tonalidade e saturação desejadas. Arraste para misturar as cores e gerar novas espirais; pause para exportar um PNG.

Como usar Autômato Celular Cíclico

  1. Escolha uma predefinição. Comece com Griffeath demons, 313 spirals, Moore turbulence ou Slow crystals.
  2. Defina o ciclo. States define quantas cores compõem o ciclo (3 a 24), e o limiar determina quantos vizinhos devem ter a próxima cor para que a célula avance.
  3. Escolha uma vizinhança. Moore (8) considera todas as oito células adjacentes; Von Neumann (4) considera apenas as quatro que compartilham bordas.
  4. Interfira no padrão. Arraste o cursor pela grade para misturar as cores e observe novas espirais surgirem da perturbação.
  5. Ajuste cores e exporte. Defina Hue e Saturation do ciclo, pause a simulação e exporte um PNG.

Perguntas frequentes

Como funciona um autômato celular cíclico?

Cada célula tem uma de n cores dispostas em ciclo. Ela muda para a próxima cor quando atinge um número mínimo (limiar) de vizinhos com essa mesma cor. Como cada cor é consumida pela sucessora, ondas de cores perseguem umas às outras pela grade.

Por que espirais se formam?

Pequenos pontos onde todas as cores se encontram em sequência funcionam como defeitos que emitem ondas continuamente. Cada onda converte as células vizinhas para a próxima cor, enrolando-se ao redor do ponto de origem e gerando uma espiral giratória que domina o espaço.

O que são os demônios de Griffeath?

Foi o nome dado por A. K. Dewdney na Scientific American em 1989 às espirais giratórias descobertas por David Griffeath nesses autômatos. Partindo do ruído, a grade passa por fases que Dewdney chamou de detritos, gotas, defeitos e, finalmente, demônios.

Existe relação com processos químicos reais?

Em termos gerais, sim. Meios excitáveis como a reação de Belousov-Zhabotinsky, tecidos cardíacos e certos fungos-lodo formam o mesmo tipo de ondas espirais giratórias, e os autômatos cíclicos são um dos modelos mais simples para reproduzi-los.

Guias

Referências

  1. Fisch, R., Gravner, J., & Griffeath, D. (1991). Threshold-range scaling of excitable cellular automata. Statistics and Computing 1(1), 23–39.
  2. Dewdney, A. K. (1989). Computer Recreations: A cellular universe of debris, droplets, defects and demons. Scientific American 261(2), 102–105.