Werld: Simulação de Vida Artificial de Mundo Aberto com Redes Neurais Evolutivas

✍️ OpenClawRadar📅 Publicado: March 1, 2026🔗 Source
Werld: Simulação de Vida Artificial de Mundo Aberto com Redes Neurais Evolutivas
Ad

O que é Werld

Werld é uma simulação de vida artificial puramente em Python construída apenas com bibliotecas padrão que coloca agentes em um ecossistema computacional com redes neurais em branco e zero conhecimento da existência humana. Os agentes evoluem através de sobrevivência e reprodução em vez de retropropagação, sem comportamentos pré-programados ou funções de recompensa.

Implementação Técnica

A simulação roda em 800 nós organizados como um grafo de mundo pequeno Watts-Strogatz. Começa com 30 agentes equipados com redes neurais NEAT (NeuroEvolution of Augmenting Topologies) que podem evoluir sua própria topologia. Cada agente possui:

  • 64 canais sensoriais cobrindo gradientes de energia, trilhas de feromônio, agentes próximos, ritmos sazonais, estado interno e 19 canais latentes que começam como desconhecidos
  • 7 efetores motores contínuos para ação
  • Até 16 canais de transmissão para comunicação
  • 29 traços genômicos hereditários incluindo largura de banda de comunicação, decaimento de memória, agressão vs cooperação

Os cérebros podem criar novos neurônios, podar conexões e evoluir qualquer uma das 7 funções de ativação por nó. Cada componente cognitivo tem um custo metabólico - mais neurônios, conexões ou comunicação requer mais energia.

Mecânica de Evolução

Os agentes têm dois objetivos principais: colher energia suficiente para se manter vivos e viver o suficiente para se reproduzir. Quando se reproduzem, os descendentes herdam cópias mutadas dos traços neurais de ambos os pais através de cruzamento sexual completo com alinhamento de genes NEAT. Isso inclui processamento sensorial, impulsos comportamentais e todos os 29 traços genômicos.

O sistema permite evolução em qualquer direção. Os agentes podem descobrir canais sensoriais anteriormente desconhecidos, desenvolver padrões de comunicação, criar padrões motores que se tornam ações compostas hereditárias e formar espécies distintas baseadas em traços genômicos em evolução.

Ad

Observações das Execuções Iniciais

Em uma execução de 12 horas, os 30 agentes iniciais cresceram para mais de 7.000. A simulação experimentou mais de 20 crises populacionais e fomes que eliminaram a maioria das populações, seguidas de recuperação a partir de punhados de sobreviventes. Mais de 18.000 agentes morreram durante este período.

Os agentes sobreviventes evoluíram consumo de energia mais eficiente, podaram complexidade neural desnecessária, desenvolveram comunicação básica e se reproduziram frequentemente. Algumas linhagens evoluíram completamente fora de estruturas corticais enquanto melhoravam a capacidade cerebral. Em outros casos, populações colapsaram para sobreviventes únicos que repovoaram o mundo com descendentes mutados.

Painel e Monitoramento

Werld inclui um painel Next.js chamado "Werld Observatory" que fornece visualizações ao vivo de:

  • Dinâmica populacional
  • Métricas de complexidade cerebral
  • Trajetórias de espécies
  • Gerador de histórias narrativas
  • Visualização de mapa mundial ao vivo

Status do Projeto

O projeto é de código aberto sob licença MIT com 42 estrelas no GitHub. O criador observa que pode consumir armazenamento significativo quando executado localmente. A base de código inclui diretórios de agentes, painel, motor, persistência, raciocínio, sistemas e utilitários.

📖 Leia a fonte completa: HN AI Agents

Ad

👀 See Also

Claude Counter: Aplicativo Android monitora limites de uso do Claude com notificações em tempo real
Tools

Claude Counter: Aplicativo Android monitora limites de uso do Claude com notificações em tempo real

Um desenvolvedor criou o Claude Counter, um aplicativo Android gratuito que consulta a API do Claude para exibir limites de uso ao vivo da sessão e semanais. O aplicativo mostra barras de progresso, fornece notificações ricas com porcentagem restante e alerta quando os limites são redefinidos.

OpenClawRadar
Configuração do RouteLLM para Roteamento de Tarefas de IA com Custo-Eficiente
Tools

Configuração do RouteLLM para Roteamento de Tarefas de IA com Custo-Eficiente

Um usuário do Reddit compartilha uma configuração do Docker Compose que combina o modelo local Qwen3.5:4b da Ollama com o GitHub Copilot via OpenWire, usando o RouteLLM para direcionar tarefas complexas para o GPT-4o enquanto lida com tarefas mais simples localmente.

OpenClawRadar
Memtrace: Memória Persistente e Consciente do Tempo para Agentes de Código Claude
Tools

Memtrace: Memória Persistente e Consciente do Tempo para Agentes de Código Claude

Memtrace fornece snapshots sempre atualizados e reprodução bi-temporal para agentes Claude Code, utilizando análise de AST com Tree-sitter e recuperação híbrida (BM25 + embeddings Jina-code) com custo zero de inferência LLM durante a indexação.

OpenClawRadar
OpenClaw vs Hermes: Filosofias de Design Diferentes para Agentes de IA
Tools

OpenClaw vs Hermes: Filosofias de Design Diferentes para Agentes de IA

OpenClaw é um gateway multicanal que conecta WhatsApp, Telegram, Discord, Slack e iMessage com um enorme ecossistema de habilidades, enquanto Hermes é um agente de aprendizado que avalia tarefas, salva padrões como habilidades reutilizáveis e constrói um modelo do seu fluxo de trabalho ao longo do tempo.

OpenClawRadar