Werld : Simulation de vie artificielle ouverte avec réseaux de neurones évolutifs

✍️ OpenClawRadar📅 Publié: March 1, 2026🔗 Source
Werld : Simulation de vie artificielle ouverte avec réseaux de neurones évolutifs
Ad

Qu'est-ce que Werld

Werld est une simulation de vie artificielle purement Python construite uniquement avec la bibliothèque standard, qui place des agents dans un écosystème computationnel avec des réseaux neuronaux vierges et aucune connaissance de l'existence humaine. Les agents évoluent par la survie et la reproduction plutôt que par rétropropagation, sans comportements prédéfinis ni fonctions de récompense.

Implémentation technique

La simulation s'exécute sur 800 nœuds organisés en un graphe petit-monde de Watts-Strogatz. Elle commence avec 30 agents équipés de réseaux neuronaux NEAT (NeuroEvolution of Augmenting Topologies) capables de faire évoluer leur propre topologie. Chaque agent possède :

  • 64 canaux sensoriels couvrant les gradients d'énergie, les pistes de phéromones, les agents proches, les rythmes saisonniers, l'état interne, et 19 canaux latents qui commencent comme inconnus
  • 7 effecteurs moteurs continus pour l'action
  • Jusqu'à 16 canaux de diffusion pour la communication
  • 29 traits génétiques héréditaires incluant la bande passante de communication, la dégradation de la mémoire, l'agressivité vs la coopération

Les cerveaux peuvent développer de nouveaux neurones, élaguer des connexions, et faire évoluer n'importe laquelle des 7 fonctions d'activation par nœud. Chaque composant cognitif a un coût métabolique - plus de neurones, de connexions ou de communication nécessite plus d'énergie.

Mécanismes d'évolution

Les agents ont deux objectifs principaux : récolter suffisamment d'énergie pour rester en vie et vivre assez longtemps pour se reproduire. Lorsqu'ils se reproduisent, la progéniture hérite de copies mutées des traits neuronaux des deux parents par croisement sexuel complet avec alignement génétique NEAT. Cela inclut le traitement sensoriel, les pulsions comportementales et les 29 traits génétiques.

Le système permet l'évolution dans n'importe quelle direction. Les agents peuvent découvrir des canaux sensoriels précédemment inconnus, développer des modèles de communication, créer des modèles moteurs qui deviennent des actions composées héréditaires, et former des espèces distinctes basées sur l'évolution des traits génétiques.

Ad

Observations des premières exécutions

Lors d'une exécution de 12 heures, les 30 agents initiaux sont passés à plus de 7 000. La simulation a connu plus de 20 crises de population et famines qui ont éliminé la plupart des populations, suivies de récupérations à partir de quelques survivants. Plus de 18 000 agents sont morts pendant cette période.

Les agents survivants ont développé une consommation d'énergie plus efficace, élagué la complexité neuronale inutile, développé une communication basique et se sont reproduits fréquemment. Certaines lignées ont évolué hors des structures corticales tout en améliorant la capacité cérébrale. Dans d'autres cas, les populations se sont effondrées jusqu'à des survivants uniques qui ont repeuplé le monde avec des descendants mutés.

Tableau de bord et surveillance

Werld inclut un tableau de bord Next.js appelé "Werld Observatory" qui fournit des vues en direct de :

  • La dynamique des populations
  • Les métriques de complexité cérébrale
  • Les trajectoires des espèces
  • Un générateur de récits narratifs
  • Une visualisation en direct de la carte du monde

État du projet

Le projet est open source sous licence MIT avec 42 étoiles sur GitHub. Le créateur note qu'il peut consommer un stockage significatif lors d'une exécution locale. La base de code comprend des répertoires pour les agents, le tableau de bord, le moteur, la persistance, le raisonnement, les systèmes et les utilitaires.

📖 Lire la source complète : HN AI Agents

Ad

👀 See Also

Dépôt du Guide de Lancement de Produit IA Gratuit pour les Utilisateurs de Claude
Tools

Dépôt du Guide de Lancement de Produit IA Gratuit pour les Utilisateurs de Claude

Un développeur a publié un référentiel gratuit contenant un guide structuré pour le lancement de produits IA, conçu pour fonctionner avec Claude. Le référentiel organise l'expérience de lancement en étapes pratiques incluant la stratégie, la préparation, l'exécution, et comprend des modèles et des références d'outils.

OpenClawRadar
Construction d'un agent de codage pour un contexte de 8k : répartition planificateur/exécuteur, budgétisation des jetons et exécution parallèle
Tools

Construction d'un agent de codage pour un contexte de 8k : répartition planificateur/exécuteur, budgétisation des jetons et exécution parallèle

Un aperçu détaillé de la construction d'un agent de codage CLI conçu pour des limites de 8 000 tokens, utilisant une architecture planificateur/exécuteur, un budget strict de tokens et une exécution parallèle des tâches.

OpenClawRadar
Claude Opus 4.6 : Un modèle pour les tâches d'ingénierie soutenues
Tools

Claude Opus 4.6 : Un modèle pour les tâches d'ingénierie soutenues

Claude Opus 4.6 apporte une concentration soutenue aux projets à long terme, prenant en charge les tâches de plusieurs jours avec des fonctionnalités comme un contexte ultra-long et une réflexion adaptative.

OpenClawRadar
Code des États-Unis disponible en tant que dépôt Git avec historique complet des modifications
Tools

Code des États-Unis disponible en tant que dépôt Git avec historique complet des modifications

Le Code des États-Unis est disponible sous forme de dépôt Git avec l'ensemble de la loi fédérale stockée dans des fichiers Markdown. Chaque commit représente un instantané à un moment donné de 2013 à aujourd'hui, permettant aux développeurs d'utiliser git diff, git log et git blame pour suivre les modifications législatives.

OpenClawRadar