From Text to Life: On the Reciprocal Relationship between Artificial Life and Large Language Models
IT University（IT大学）；Aleph Alpha（阿列夫阿尔法公司）；Cognizant AI Labs（高知特人工智能实验室）；Inria（法国国家信息与自动化研究所）；Lawrence Livermore National Lab（劳伦斯利弗莫尔国家实验室）
本研究探讨大语言模型与人工生命的双向协同：LLMs可作为ALife研究工具，ALife原理也能推动LLMs发展，同时分析LLMs涌现的类生命智能特性，为两领域交叉研究提供启发。
2024-06-14 cs.AI cs.NE
Artificial Intellgence -- Application in Life Sciences and Beyond. The Upper Rhine Artificial Intelligence Symposium UR-AI 2021
TriRhenaTech联盟展示了2021年10月27日在德国凯泽斯滕举行的“上莱茵人工智能研讨会”的已接受论文。会议的主题是人工智能在生命科学，智能系统，工业4.0，移动等领域的应用。TriRhenaTech联盟是上莱茵河三国大都市区的大学网络，包括位于富特旺根、凯泽斯鲁滕、卡尔斯鲁厄、奥芬堡和特里尔的德国应用科学大学，巴登-符腾堡州合作州立大学Loerrach，法国大学网络阿尔萨斯理工大学。瑞士国立大学（由14所工程、建筑和管理领域的“高等院校”组成）和瑞士西北应用科学与艺术大学（University of Applied Sciences and Arts Northwestern Switzerland）。该联盟的共同目标是加强知识、研究和技术的转移，以及学生的跨境流动。
2021-12-10 cs.AI cs.CV cs.LG
Can AI Detect Life? Lessons from Artificial Life
Department of Computer Science and Engineering（计算机科学与工程系）；Program in Evolution, Ecology, and Behavior（进化、生态与行为项目）；Department of Microbiology, Genetics, and Immunology（微生物学、遗传学与免疫学系）；Department of Physics and Astronomy（物理与天文学系）
本文通过人工生命实验表明，现代机器学习方法在检测地外样本中的生命时，容易因分布外样本而产生接近100%的假阳性，警告AI生命检测可能不可靠。
2026-06-23 cs.AI cs.LG cs.NE
Digital Genesis: Computers, Evolution and Artificial Life
以创造人工智能和人工生命为目标的进化论在数字领域的应用与数字计算机本身的历史一样悠久。我们说明了这些想法交织的历史，从约翰·冯·诺依曼的早期理论工作和尼尔斯·阿尔·巴里切利的开创性实验工作开始。我们认为，进化思维和人工生命将继续在数字世界的未来发展中发挥不可或缺的作用。
2015-12-07 cs.NE
Proceedings Wivace 2013 - Italian Workshop on Artificial Life and Evolutionary Computation
Wivace 2013理论计算机科学电子会议录（EPTCS）包含一些精选的长短文章，用于Wivace 2013 -意大利人工生命和演化计算研讨会，该研讨会于2013年7月1日和2日在米兰比可卡大学举行。
2013-09-27 cs.CE cs.NE
Imitation of Life: Advanced system for native Artificial Evolution
2010年底，在原生x86 Windows系统中开发了一个人工进化模型。在本文中，进一步的改进和额外的类比自然微生物的过程。几个实验表明了该系统的能力-并提出了可能的对策的问题。
2011-08-08 cs.NE q-bio.PE
Automating the Search for Artificial Life with Foundation Models
MIT（麻省理工学院）；Sakana AI（Sakana人工智能）；OpenAI；The Swiss AI Lab IDSIA（瑞士人工智能实验室IDSIA）
该研究提出基于视觉-语言基础模型的人工生命自动化搜索方法ASAL，可跨多种ALife基底实现目标模拟查找、开放式新颖模拟发现与多样模拟空间探索，还能量化定性现象，加速ALife研究。
2025-05-16 cs.AI cs.NE
Artificial Life and the Web: WebAL Comes of Age
简要介绍了基于网络的人工生命（“WebAL”）研究和应用的前18年，涵盖1995-2013年期间。调查之后是一个简短的讨论所采用的常用方法和当前的技术相关的WebAL研究。本文的结论是快速看看未来可能会在这个令人兴奋的领域的工作。
2014-07-22 cs.MA cs.NE
Quantum Artificial Life in an IBM Quantum Computer
Basque Centre for Climate Change (BC3)（巴斯克气候变化中心）；Queen Mary University of London（伦敦玛丽女王大学）；University of the Basque Country UPV/EHU（巴斯克大学）；IKERBASQUE, Basque Foundation for Science（伊克尔巴斯克巴斯克科学基金会）；Shanghai University（上海大学）
我们提出了量子人工生命算法在量子计算机中的第一个实验实现。量子仿生协议将属于生命系统的定制量子行为，即自我复制、突变、个体之间的相互作用和死亡编码到云量子计算机IBM ibmqx4中。在这个实验中，纠缠在一代又一代的个体中传播，真正的量子信息特征通过家谱网络遗传。作为一项开创性的原理验证，实验数据准确地拟合了理想模型。此后，这些和其他量子人工生命模型，没有经典设备可以预测其量子霸权的演变，可以在新一代量子计算机中进一步探索。量子仿生学、量子机器学习和量子人工智能将通过更精细的量子复杂性水平携手前进。
2018-10-04 cond-mat.mes-hall cs.AI cs.NE
Life-inspired Interoceptive Artificial Intelligence for Autonomous and Adaptive Agents
Institute for Basic Science（基础科学研究院）；Sungkyunkwan University（成均馆大学）；University College London（伦敦大学学院）；Child Mind Institute（儿童心理研究所）
本文提出以内感受为核心，将内部与外部环境状态变量因子分解并引入生命启发的数学性质，结合控制论、生命理论、强化学习与神经科学，为构建自主自适应智能体提供新框架。
2025-03-17 cs.AI cs.NE
Artificial Life in Game Mods for Intuitive Evolution Education
在世界许多地方，特别是在美利坚合众国，理解和接受自然选择的进化已经成为一个难题。利用游戏来提高对自然选择进化的直觉是有希望的，但也可能具有挑战性。我们建议使用修改商业游戏，使用人工生命技术，通过自然选择来“隐形教学”进化，提供游戏Stardew Valley的概念验证模块，并报告其初步接收情况。
2020-07-07 cs.CY cs.NE
Artificial life, complex systems and cloud computing: a short review
云计算是当今设计、创建和部署复杂应用程序的流行模式。它的基本假设包括分布式计算，但也有新的概念，需要纳入不同的领域。在这篇简短的论文中，我们将回顾云计算的世界如何扩展复杂系统和人工生命领域，以及它如何被用作新模型或新的强大算法的实现的灵感
2017-09-02 cs.DC cs.NE
ALF -- A Fitness-Based Artificial Life Form for Evolving Large-Scale Neural Networks
机器学习（ML）在日常生活中变得越来越重要。在这种情况下，人工神经网络（ANN）是ML方法中实现人工智能的流行方法。通常，人工神经网络的拓扑结构是预先确定的。然而，存在难以找到合适拓扑的问题。因此，拓扑和权重演化人工神经网络（TWEANN）算法已经被开发，其可以使用遗传算法来找到ANN拓扑和权重。大规模问题的一个众所周知的缺点是TWEANN算法通常会进化出低效的ANN，并且需要很长的运行时间。为了解决这个问题，我们提出了一种新的TWEANN算法，称为人工生命形式（ALF），具有以下技术进步：（1）通过结构和语义相似性形成更好的候选解决方案，（2）动态适应观察到的候选解决方案，以获得更好的收敛性能，以及（3）将解决方案质量集成到遗传繁殖中，以增加优化成功的概率。大规模ML问题的实验证实，这些方法可以快速解决这些问题，并导致有效的进化ANN。
2021-04-16 cs.NE
Lenia - Biology of Artificial Life
我们报告了一个新的人工生命系统Lenia（来自拉丁语lenis“smooth”），一个具有连续时空状态和广义局部规则的二维元胞自动机。计算机模拟表明，Lenia支持多种复杂的自主模式或“生命形式”，与现实世界的微观生物相似。目前已鉴定出18科400多个物种，其中许多是通过交互式进化计算发现的。它们不同于其他元胞自动机模式的几何，同色异谱，模糊，弹性，自适应和规则通用。我们提出了关于时空和基本设置的属性系统的基本意见。我们提供了一个广泛的调查的生命形式，将它们归类到一个层次分类，并映射它们的分布在参数超空间。描述了它们的形态结构和行为动力学，提出了它们自推进、自组织和可塑性的可能机制。最后，我们将讨论如何研究Lenia将与生物学，人工生命和人工智能。
2019-05-04 cs.NE nlin.CG nlin.PS
Self-Organization and Artificial Life: A Review
Universidad Nacional Autónoma de México（墨西哥国立自治大学）；Italian National Research Council（意大利国家研究委员会）；Harvard University（哈佛大学）；Binghamton University（宾汉姆顿大学）
自组织是许多学科中的一个重要概念，人工生命（ALife）也从一开始就大量使用。然而，这一术语及其含义往往令人困惑或被误解。在这项工作中，我们提供了一个小型的审查自组织及其与ALIFE的关系，旨在启动讨论这个重要的话题与感兴趣的观众。我们首先阐明自组织的一些基本方面，概述其用途，并审查其应用程序ALIFE在其软，硬，湿域。我们还提供了进一步研究的前景。
2018-04-03 cs.AI cs.MA cs.NE
Towards Complex Artificial Life
一个面向对象的组合子化学被用来构建一个人工有机体的系统架构具有必要的生物体进化成更复杂的形式的特征。该体系结构通过提供一种用于构造可执行模块的机制来支持模块化，该机制称为$methods$，可以复制和专门化该可执行模块以增加复杂性。同时，它对并发的支持提供了冗余、退化和并行所需的执行顺序灵活性，以减轻增加的复制成本。生物体是一个移动的、自我复制的、空间分布的元素组合子集合体，称为$roving \: pile.$。这一堆承载着一个异步的信息传递计算，由分布在这一堆中的基因编码的并行子进程实现，就像细菌细胞的质粒一样。
2018-05-16 cs.NE
Guiding Evolution of Artificial Life Using Vision-Language Models
University College London（伦敦大学学院）；Institut Pasteur（巴斯德研究院）
本文提出 ASAL++，利用视觉-语言模型依据模拟视觉历史生成递进进化目标，并通过 EST 与 ETT 两种策略在 Lenia 中验证其开放式人工生命搜索效果。
2025-09-26 cs.AI cs.NE
SignalGP-Lite: Event Driven Genetic Programming Library for Large-Scale Artificial Life Applications
事件驱动的遗传编程表示已被证明优于传统的命令式表示的互动密集型问题。事件驱动的方法将基因组内容组织成响应环境信号而触发的模块，从而简化了模拟设计和实现。现有的开发事件驱动的遗传编程方法的工作主要使用SignalGP库，其迎合传统的程序合成应用。SignalGP-Lite库通过减少控制流开销和交易运行时灵活性以获得更好的性能（由于编译时配置），从而使用简化的代理进行更大规模的人工生命实验。在这里，我们报告了基准测试实验，显示了8倍到30倍的加速。我们还报告解决方案的质量相当于SignalGP最初开发的两个基准问题，以测试进化的程序响应大量的信号和调制信号响应的基础上的上下文的能力。
2021-08-01 cs.NE
On the Liveliness of Artificial Life
关于人工生命模型（也称为数字生物体）是否真的活着，一直存在着哲学上的争论。主要的困难似乎是找到一个涵盖一切的明确的生命定义。通过研究最近对生命定义的异同，我们将生命定义为“任何有边界的系统，将系统限制在一定的体积内，并保护系统免受外部影响，由能够即兴创作的程序组成，能够对环境做出反应和适应，能够再生部分自我或整体，与能源系统组成的非干扰套隐蔽的反应自我维持，被认为是活的或生活系统。任何不完整的系统都包含一个程序，并且可以重新组装成一个活的系统;从而，将重新组装的系统转换为不完整的系统，也被认为是活的。“使用这个定义，我们认为，数字生物体可能不是生命的边界情况，即使一些数字生物体被认为是没有生命的;因此，采取某种形式的数字生物体可以被认为是有生命的。此外，我们提出了一个实验框架的基础上的整体系统的连续性和潜在的不连续性的系统内的元素，用于测试未来的生命定义。
2023-02-19 cs.NE q-bio.CB
An Artificial Life Simulation Library Based on Genetic Algorithm, 3-Character Genetic Code and Biological Hierarchy
本文设计并实现基于GA、3字符遗传密码和生物层级的Python人工生命模拟库DOSE，并通过三维生态世界实验考察突变率对遗传序列的影响。
2023-02-19 cs.NE q-bio.PE
Microcosmos: Reimagining Artificial Life for the GPU Era
Artificial Life Institute, Japan（人工生命研究所）；Sakana AI, Japan（Sakana AI）；University of Tsukuba, Japan（筑波大学）；Chiba Institute of Technology, Japan（千叶工业大学）；Lila Sciences, USA（Lila Sciences）
研究旨在解决人工生命模拟问题，提出基于弹性细丝链在二维粘性流体世界的Microcosmos模拟引擎，经多实验验证，可支持大规模模拟，目标是支持开放式进化模拟。
2026-07-07 cs.NE
Artificial Neural Networks and Adaptive Neuro-fuzzy Models for Prediction of Remaining Useful Life
The University of Texas at Arlington（德克萨斯大学阿灵顿分校）
美国的配水系统包括数千英里的管道，这些管道由不同的材料、不同的尺寸和年龄建造而成。这些管道受到物理、环境、结构和操作应力的影响，导致恶化，最终导致其失效。管道老化会导致破裂率增加、水力能力降低，并对水质产生不利影响。因此，至关重要的是使用准确的模型来预测恶化率，同时估计管道的剩余使用寿命，以实施必要的干扰计划，以防止灾难性故障。本文讨论了一种应用人工神经网络（ANN）和自适应神经模糊推理系统（ANFIS）预测水管RUL的计算模型。这些模型经过训练和测试，获得现场数据，以确定影响RUL预测的重要参数。得出的结论是，平均而言，现有铸铁、球墨铸铁、石棉水泥和钢水管的壁厚损失约为10%，剩余使用寿命约减少50%
2019-08-28 cs.LG cs.NE stat.ML
Adaptive Exploration in Lenia with Intrinsic Multi-Objective Ranking
本文提出在 Lenia 连续细胞自动机中利用独特性、种群稀疏性和稳态调节的多目标内在排序机制促进自适应探索，实验证明其能改善进化动力学并推动开放式进化。
2025-06-03 cs.NE
Emergent Structures and Lifetime Structure Evolution in Artificial Neural Networks
Flatiron Institute（熨斗研究所）；New York University（纽约大学）
由于生物神经网络的灵活性，其连接结构在其生命周期中会发生显着变化，我们引入了非结构化递归网络（URN），并证明它可以通过梯度下降在训练过程中表现出类似的灵活性。我们的经验表明，许多不同的神经网络结构，通常在实践中使用的今天（包括完全连接，局部连接和不同深度和宽度的残留网络）可以动态地出现从同一URN。这些不同的结构可以通过对单个一般损失函数使用梯度下降来导出，其中数据的结构和各种调节器项的相对强度确定紧急网络的结构。我们表明，这个损失函数和监管机构自然出现时，考虑网络的对称性以及输入数据的几何属性。
2019-11-26 cs.LG cs.NE q-bio.NC
Amorphous Fortress: Observing Emergent Behavior in Multi-Agent FSMs
New York University（纽约大学）
本文提出非晶堡垒系统，一个抽象空间化的开放式人工生命模拟，利用有限状态机表示智能体并随机生成进化，结合爬山者算法探索涌现AI行为。
2023-06-22 cs.AI cs.MA cs.NE
An Overview of Open-Ended Evolution: Editorial Introduction to the Open-Ended Evolution II Special Issue
Protolife, Inc.（普罗托生命公司）；Reed College（里德学院）；Keele University（基尔大学）；University of Tokyo（东京大学）；University of Southern Denmark（南丹麦大学）；Santa Fe Institute（圣塔菲研究所）；Uber AI Labs（优步人工智能实验室）；Monash University（莫纳什大学）
大自然惊人的创造力，反映在生物圈所展示的形式和功能的巨大多样性上，是生命的一个特征，它最强烈地区分了生物和非生物。因此，生命的这一方面成为人工生命的中心焦点也就不足为奇了。从达尔文开始，我们就知道多样性是通过进化过程动态产生的;这导致生命的创造性生产力在该领域被称为开放式进化（OEE）。本文介绍了当前OEE研究的两个特刊中的第二个，并概述了这两个特刊的内容。大部分工作都是在2018年东京人工生命会议的一个开放式进化研讨会上提出的，其中大部分工作都是在坎昆和约克人工生命会议上举行的两次开放式进化研讨会上提出的。我们对OEE进行了简化分类，并总结了本特刊中文章所代表的该领域的进展。
2019-09-10 cs.AI cs.NE
A Conceptual Bio-Inspired Framework for the Evolution of Artificial General Intelligence
Oslo Metropolitan University（奥斯陆城市大学）；Norwegian University of Science and Technology（挪威科技大学）；Simula Metropolitan（西穆拉城市研究院）
在这项工作中，提出了一个概念性的生物启发的并行和分布式学习框架，用于一般智能的出现，其中代理人通过环境奖励进化，并在没有监督的情况下终生学习，即，通过具体化进行自我学习。所选择的代理控制机制是基于脉冲神经网络的生物学上合理的神经元模型。网络拓扑通过演进变得更加复杂，即，拓扑不是固定的，而网络的突触权重不能被继承，即，新生儿的大脑没有经过训练，对环境没有天生的知识。受进化过程影响的是网络拓扑结构、神经元类型和学习类型。这个过程确保了经过几代的控制器在其生命周期内具有在可变环境中学习和适应的内在能力。我们设想，所描述的方法可能会导致最简单形式的人工通用智能的出现。
2020-09-22 cs.AI cs.NE
Directing Open-Ended Evolution in Artificial Life via Multi-Scale Path Divergence
Constructor University（Constructor 大学）；Constructor Knowledge Labs（Constructor 知识实验室）；Institute for Functional Intelligent Materials, NUS（新加坡国立大学功能智能材料研究所）；Institute for Molecules and Materials, Radboud University（拉德堡德大学分子与材料研究所）
提出MSPD指标，基于重整化群思想量化局部转移规律的多尺度时间组织，作为无梯度适应度函数和分析工具，在多个生命模拟平台上引导开放式进化并连接复杂性物理理论。
2026-08-04 cond-mat.stat-mech cs.NE nlin.CG
An Artificial Neural Network Functionalized by Evolution
CEDRIC（CEDRIC实验室）；CNAM（法国国立工艺学院）；INSEP（法国国家体育学院）；RELAIS（RELAIS机构）
人工神经网络的拓扑结构对其性能有重要影响。有效拓扑的刻画是人工智能中一个很有前途的研究领域。然而，这不是一个简单的任务，它主要是通过卷积神经网络进行实验。我们提出了一个混合模型，结合张量演算的前馈神经网络与伪达尔文机制。这允许找到非常适合策略制定、控制问题或模式识别任务的拓扑结构。特别是，该模型可以在早期进化阶段提供自适应拓扑结构，以及“结构收敛”，这可以在机器人，大数据和人工生命中找到应用。
2022-05-16 cs.AI cs.LG cs.NE
Flow-Lenia: Towards open-ended evolution in cellular automata through mass conservation and parameter localization
Inria（法国国家信息与自动化研究所）；Poietis（Poietis公司）；Google Research（谷歌研究院）
设计复杂的自组织系统，产生类似生命的现象，例如虚拟生物的开放式进化，是人工生命的主要目标之一。Lenia是一个将Conway的生命游戏推广到连续空间、时间和状态的细胞自动机家族，由于它可以产生多种多样的自组织模式而引起了人们的广泛关注。其中，一些空间局部化模式（SLP）类似于生命的人工生物，并显示出复杂的行为。然而，这些生物只在Lenia参数空间的一个小子空间中被发现，而且发现起来并不容易，需要先进的搜索算法。此外，这些生物中的每一个都只存在于由特定更新规则控制的世界中，因此不能在同一个世界中相互作用。本文提出了作为质量守恒的扩展Lenia，称为流Lenia，解决这两个问题。我们目前的实验表明，它的有效性在生成SLP与复杂的行为，并表明更新规则参数可以优化生成SLP显示感兴趣的行为。最后，我们表明，流Lenia使CA动态内的CA更新规则的参数的集成，使它们动态和本地化，允许多物种模拟，与本地一致的更新规则，定义新出现的生物的属性，并可以与相邻的规则混合。我们认为，这铺平了道路的内在进化的自组织人工生命形式内连续CA。
2023-03-24 cs.AI cs.NE nlin.CG
Extending a Phylogeny-based Method for Detecting Signatures of Multi-level Selection for Applications in Artificial Life
University of Michigan, Ann Arbor, United States（密歇根大学）；Michigan State University, East Lansing, United States（密歇根州立大学）
本研究扩展基于系统发育的方法以检测多级选择信号，通过代理建模验证其有效性，并探讨其在人工生命研究中的应用。
2025-08-19 cs.NE q-bio.PE
An artifcial life approach to studying niche differentiation in soundscape ecology
人工生命模拟是研究生态现象的重要工具，这些现象在自然环境中很难直接研究。最近的工作已经建立了声景作为一个生态学上的重要资源，它已被提出，动物发声声景内的分化是由种内通信的必要性。本文的实验在模拟声景中验证了这一假设，以验证种内交流作为声学生态位分化驱动因素的可行性。与模拟相比，种内通信的影响被发现是声景频谱划分的一个重要因素，在模拟中，识别同种信号的需要并不推动信号的演变。模拟物种间相互作用对声景的影响的方法被定位为开发人工生命体的工具，这些人工生命体可以居住在物理生态系统和声景中并与之相互作用。
2019-07-30 cs.NE q-bio.PE
The Surprising Creativity of Digital Evolution: A Collection of Anecdotes from the Evolutionary Computation and Artificial Life Research Communities
生物进化提供了一个复杂而微妙的适应性的创造性源泉，经常让发现它们的科学家感到惊讶。然而，由于进化是一个超越其发生的基质的算法过程，进化的创造力并不局限于自然。事实上，数字进化领域的许多研究人员已经观察到他们不断进化的算法和生物体颠覆了他们的意图，暴露了代码中未被识别的错误，产生了意想不到的适应性，或者表现出与自然界惊人的趋同结果。这些故事通常揭示了数字世界中进化的创造力，但它们很少符合标准的科学叙述。相反，它们往往被视为需要克服的障碍，而不是值得研究的结果。故事本身通过口头传统在研究人员之间进行交易，但这种信息传递模式效率低下，容易出错和彻底丢失。此外，这些故事往往只在实践者之间分享，这意味着许多自然科学家没有意识到数字生物是多么有趣和逼真，以及它们的进化是多么自然。据我们所知，以前没有出版过这样的轶事集。本文是人工生命和演化计算领域的研究人员的众包产品，他们提供了此类案例的第一手资料。因此，它作为一个书面的，事实核查收集科学上重要的，甚至是娱乐性的故事。在这样做的同时，我们也在这里提出了大量的证据，证明进化惊喜的存在和重要性超出了自然世界，而且可能确实是所有复杂进化系统的普遍属性。
2019-11-21 cs.NE
Emergence of Self-Reproducing Metabolisms as Recursive Algorithms in an Artificial Chemistry
人工生命的主要目标之一是研究生命出现的条件，不一定是它现在的样子，而是它可能的样子。人工化学是实现这一目的的最重要工具之一，因为它们为我们提供了一个基本框架，以研究在何种条件下能够自我复制并最终进化的代谢可以出现。虽然已经有一些成功的尝试，以产生涌现自我复制代谢的例子，但所涉及的一套规则仍然太复杂，无法揭示工作中的基本原理。在本文中，我们假设自我复制代谢出现所需的关键属性是存在一个自催化的图灵完全反应子集。我们验证了这一假设与最低限度的人工化学守恒定律，这是基于图灵完全重写系统称为组合逻辑。我们的实验表明，从一个白板状态开始，这种化学反应的一次运行，在没有外部干预的情况下，发现了广泛的涌现结构，包括在每个周期中自我复制的结构。所有这些结构都采用递归算法的形式，从环境中获取基本成分，并在与生物代谢非常相似的过程中分解它们。
2021-12-07 cs.NE nlin.AO
