查看原文
其他

【算法】基础行为的自组织|Self-Organizing | 20170924-20171227

谢雨帆 UVN 2024-02-04


前言

        在流体当中,整个系统由大量大小几乎相等的质点紧密组合在一起,它不是“一个”,它既不是“物”也没有“形”。在这样一个系统中,每个点同时受到多个力叠加的影响,其位于某一个时刻的状态是聚集、分散、组团还是分叉,都是无法预测与确定的 —— 准确来说,这些绝对的状态与极点并不存在,而是和语言、时刻、几何一样,是将难以理解的现象主观抽离概括、将信息进行“有限化”以便度量的人造概念,它们对于系统本身毫无意义——对于整个过程来说,它们不过是众多转瞬即逝的模糊状态之一 —— 系统没有终点,没有目的,它就是系统自身,它既不是实体也不是点,而是充满乱流的、疏松多孔的不均匀组织体,整个过程则是非线性的不可逆状态。




正文




第一阶段:从个体到集群



第一阶段主要为基础逻辑的编写以及参数的微调

整个系统由一个循环组成

在每一个循环中,完成对点的移动、增殖与消减



  1. 给定基础点

  2. 搜索半径(S-R)计算voronoi,并根据其面积以得到每个点周边的密度关系并从大到小排序

  3. 当点属于最密的前n%时,成为排斥力的原点

  4. 当点属于最疏的前n%时,成为吸引力的原点,并在生长半径(B-R)内随机生成一个点

  5. 计算所有点在力场中的运动,并清除所有相距小于死亡半径(D-R)的点

  6. 回到步骤2

        这一套生长逻辑的核心在于,每当计算密度时,密度最大的几乎分布在“内部”,密度最小,即生长的母体,则几乎分布在“边缘”,每当边缘开始拉扯、生长,每个位置都会向着更“无序”的方向发展,边缘的”分叉“总是朝着差异更大的方向扩张,直至疏松地“填满”整个空间。即便是标准的几何点阵,最终结果也会与其他点阵别无二致,因为整体的形态都是由个体的行为自发组织与生成的,无论是人的逻辑还是几何的逻辑,对其而言都别无二致

        

        在整个流程中,不同的行为担当了不同的角色:排斥,避免整体坍缩吸引,确定生长的方向;生长,保证整体的发展;死亡,则维持相对均匀的密度。这几种基本的行为构成了发展的几条轴上的两极,而整个系统正是在多极的相互抗衡之间的来回摇摆才得以曲折发展,而不至于陷入单极的静滞。

        在这样一个系统中,被赋予到每个质点的两三种基本行为在大量无法预测的叠加之后,便会呈现为复杂的集群行为,就像基础符号在语法的组合之后便会成为足以表意的语言一样,个体并不能做到什么,而个体的集合却拥有智能。基础行为的吸引、排斥、生长、死亡决定了发展方式,其中力的大小、影响范围、生长比率、死亡比率、密度筛选都是影响整个过程的重要因素,这些属性处于一个微妙的平衡之中,只要出现不均衡便无法长久发展,细微的差别,都会导致宏观上的明显差异,可以说,有限的行为导致了无限的可能性,而明确的过程呈现为模糊的现象。



        这一系统虽然从视觉形式上来看具有元胞自动机的特性,却没有通常元胞自动机(有限元)所具备的标准网格的限制,也没有可供辨别的边界,也无绝对意义上“相邻-远离”的概念,具有更高的与现实过程的相似性。其每次循环之后所反馈的结果,都是相对的、不均匀的结果,并进行下一次计算,质点间的距离与行为具备了更多的可能性与不确定性,正是在这种非网格背景下,“无限”与“混沌”才得以出现。

而这些分化在自然中都能够找到不同的原型:苔藓、细胞、结晶、液滴扩散、侵蚀,乃至人类城市的发展肌理,也颇有几分相似。在这个方面来看,这些看似不同的生长类型,在不同的层级与尺度上都能找到贯穿全局的统一逻辑。


        在初期阶段,分别通过控制不同的变量如距离参数、力场属性、初始点源、环境因素等等,探寻了数种不同的生长类型,形态上也迥然不同。


在不同的搜索半径(S-R)与生长半径(B-R)下,其他参数保持不变,产生的数种生长状态

在不同的外来干预下,产生的不同组织方式

加入环境信息后,整个集群如蚁群一样对周边产生了避让与吸附

将算法纳入到设计环节中,模拟自然扩展与领地分割




第二阶段:从片段到轨迹



第二阶段主要是对过程进行线性的记录

并且通过参数的先后变化

使其在不同阶段呈现为不同的组织方式

整个系统从相对一致、均匀发展的单一细胞集合体向组织分化发展

并借此研究时间线上留下轨迹的区别与整体组织规律

1. 均匀生长,密度筛选百分比n%:10%

600次迭代,S-R:300,B-R:300

整体

局部细节

        在第一组中,保留了基础算法的一切特征,将迭代延长,并对每次迭代的信息加以记录,最终将各个阶段的数据压平,得到一幅多层的轨迹图。由于其无论是在时间上,还是在生长规则上,都没有发生突变,故其结果也相对均匀。


2.不均匀生长,密度筛选百分比n%:20%~60%

400次迭代,S-R:300,B-R:300


密度图


轨迹图

与吸附

        

        在第二组中,在生长的母体选择上,密度的筛选百分比在中后段从最密的20%升至60%,造成了生长率的大大提高,位于边缘的个体由于筛选范围的扩大,其权重也趋于一致,于是呈现为较为均匀的扩展形式。

        以上两种不同的组织顺序所分别导致的枝-叶分化都能在自然中找到参照,分别为珊瑚式扩展(左)与树冠式扩展(右)




第三阶段:从二维到三维



在相对二维的研究阶段之后

开始考虑二维点源向三维发展的可能性

受到第二阶段轨迹的启发

发现了这一系统与大地肌理的联系

无论是过程还是结果,其组织形态与侵蚀地貌具有极高相似性

而这也成为了这一阶段的切入点



       通过密度排序,将密度较大的部分提高为脊线,密度较小的降低为谷线,再通过delaunay mesh 将点阵转化为高低不平的形态。

以下为数种不同点阵所产生的不同结果

赋予简单材质后

本身结构所拥有的肌理感便已足够

以上为目前所有不同方向测试调整的结果,三个阶段的探索到此为止




后记



        这次的研究断断续续持续了三个多月,也算是将我很久以来期盼的一个目标实现了,最后也如愿用到了设计的课题中并在此基础上疯狂地尝试了不少分支,也算是把课题的流程加速迭代了好几遍。这个算法,即便依然有许多缺憾,尤其是后期运算效率非常低下(其实是古董电脑病入膏肓了……),不过到现在基本可以告一段落,再去在曾经的版本上纠结就显得没有必要了。


        在这之前也做过一些不同方法的尝试,既有物理模拟也有代码,不过基本以失败告终(大部分都是发展过于局限),归根结底还是当初没有把自组织的逻辑分解为最基础的属性,没有清晰认识到自我发展的本质,编写的东西要么是单极化要么是属性之间的关系混乱不堪,基本都是不会自我更迭的“死”方法。后来倒是在误打误撞中用最简单的方法完成了一件看似复杂的事。另外,在这之前,完美主义一直都是一个巨大的绊脚石,过分追求完美导致与一些残缺但有趣的方向失之交臂,总是想“万无一失再开始”,现在想想,仅凭大脑就要去揣测一个无法预测的系统究竟能不能用,还是太高估自己了吧。不过后来在不断的实验与试错中,还是从这个怪圈中走了出来。


        在对这个系统的不断地修改与尝试中,我越来越感觉到,或许“大道至简”所指的大概就是这样吧。当一个系统(System)、一套方法(Method)、一个设计(Design)可以自我发展,从场地与文化背景的逻辑中生长出来时,其内在联系的严密性性与丰富性便已经决定了其独特之美 —— 一种自发的合理性。这样的空间从虚拟落到现实之后,无需多余的修饰就已经自成一体。从另一方面来看,当一个事物从冗杂的现实中被抽离为形而上的结构,丧失了本身的形象(材质、颜色、温度……)之后,纯粹的形式与内在逻辑便能转译为为空间的属性——序列感、氛围感、无形象性——主题被剥除了,角色与舞台也不再需要,调性也成为了多余,其自身就是存在的理由,而来自于其中的,简洁逻辑(层次、结构)的重复性(迭代、loop、波)与差异性(微差、振幅的变化)便足以令人产生共鸣,而音乐(电子)所具备的特性与算法(非线性),以及建筑(参数主义),在序列的规则上遥相呼应,而它们又将在何处会合呢?——这也许是后话了。



*部分参考图片来自网络


感谢阅读


欢迎长按关注UVN

不定期更新

        


继续滑动看下一个

【算法】基础行为的自组织|Self-Organizing | 20170924-20171227

谢雨帆 UVN
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存