PS
Systeme
Schleimpilz-Netzwerk

Ein Schleimpilz zeichnet die SBB nach.

Sechzehntausend GPU-Agenten starten verstreut in einer Region. Jeder Agent legt einen schwachen Lockstoff ab und folgt dem stärksten Gradienten, den seine Sensoren wahrnehmen. Die Städte sind konstante Lockstoff-Quellen. Über ein bis zwei Minuten entsteht ein Verkehrsnetz zwischen ihnen. Derselbe Mechanismus, der in vivo Physarum polycephalum bei Tero et al. (2010) das Tokio-Metro-Netz hat nachzeichnen lassen.

Ansicht
Region

WebGL, 16'384 Agenten auf ping-pong half-float Texturen · prefers-reduced-motion respektiert

Wie es funktioniert

Was du siehst

Jeder Agent ist ein einzelner GPU-Pixel, der eine Position und eine Richtung hält. Vordere, linke und rechte Sensoren prüfen den Lockstoff-Gradienten, und der Agent dreht zum stärksten Wert. Ein schwacher Lockstoff-Abdruck bei jedem Schritt macht die Spur selbstverstärkend.

Warum Städte

Reale Städte wirken als konstante Lockstoff-Quellen. Die Simulation weiss nichts von Strassen. Sie weiss nur, dass Agenten zu Lockstoff hingezogen werden und dass Pfade zwischen starken Quellen verstärkt werden. Das Netzwerk entsteht aus Regel plus Wiederholung, nicht aus Entwurf.

Wie schnell

Etwa dreissig Sekunden für die grobe Form, zwei Minuten für stabile Verbindungen. Schneller in Tokio (kleinerer Bereich, Städte dichter beieinander), langsamer in der Schweiz (Städte weiter verstreut, Agenten brauchen länger um zueinander zu finden).

Wer das schon gemacht hat

Andrew Adamatzky hat seit 2010 Physarum auf physischen Karten von Grossbritannien und Deutschland laufen lassen. Das japanische Team um Atsushi Tero hat einen echten Schleimpilz auf einer feuchten Platte das Tokio-Metro-Netz nachbauen lassen. Sage Jensons GPU-Implementierung von 2018 hat das Muster in der Creative-Coding-Szene populär gemacht.

Quellen
  • Jones (2010). Characteristics of pattern formation and evolution in approximations of Physarum transport networks. Artificial Life.
  • Tero, Takagi, Kobayashi, Yumiki, Bebber, Fricker, Mahadevan, Nakagaki (2010). Rules for biologically inspired adaptive network design. Science.
  • Jenson (2018). Physarum. sagejenson.com/physarum.
  • SBB Open Data (data.sbb.ch). Schweizerische Bundesbahnen, Liniennetz GeoJSON.