Skip to content

Latest commit

 

History

History
138 lines (118 loc) · 5.41 KB

rules.md

File metadata and controls

138 lines (118 loc) · 5.41 KB
Raw

利维坦框架

生存单位：人

  • 基本属性：
    • 生产力
    • 决策参数
    • 父母与孩子
  • 状态：
    • 血量
    • 食物存储
    • 年龄
    • 关系（记忆）

基本关系

  • 人与人相互之间的关系由相互行动的记忆决定
  • 记忆包含：
    • 给予/收到食物的数量
    • 战斗中的被打

行动

  • 人的行动包含自我行动以及相互行动：
    • 自我行动：生产，消费
    • 相互行动：交易，战斗，生育，模仿
  • 行动与否，行动的方式由决策函数描述
    • 每个决策（暂时）由线型函数与阈值（$ax + by + \dots>1$）决定
    • 函数的参数（$a, b, \dots$）为知识，由遗传和学习影响
    • 函数的输入（$x, y, \dots$）为相互关系和双方状态
  • 行动的结果
    • 改变记忆
    • 改变个人状态
    • （生育）产生新个体

实现方式

数据结构

  • Member类：
    • 描述个体
    • 记录基本属性
    • 记录状态
  • Island类：
    • 描述集体，控制模拟轮次
    • 记录相互关系（记忆矩阵）

模拟方式

  1. 初始化：
    1. 设置并记录随机数种子
    2. 产生$N$位Member，随机设定初始属性和状态，随机设定相互关系，随机设置决策函数参数
  2. 生产
    1. 根据生产力，增加食物存储
  3. 战斗
    1. 随机分组、组内排序。
    2. 按概率设定某组相互开战与否（为了减少运算消耗）
    3. 在开战的组内，遍历组员。根据【攻击决策】函数，选出所有攻击者与被攻击者的组合
    4. 双方互相攻击，互相造成对方扣除与自身生命值相关的血量；双方互相偷盗对方的财产，数额与自身生命值相关
    5. 若有死亡案例，更新集体列表，更新编号，更新关系矩阵
  4. 消费
    1. 计算消耗量。消耗量会随着年龄逐步提升 （归一化决策函数中的年龄）
    2. 从血量中扣除消耗量，若血量小于零则记为死亡
    3. 从仓库中吃食物回满血
    4. 若有死亡案例，更新集体列表，更新编号，更新关系矩阵
  5. 交易与交流
    1. 随机分组、组内排序。
    2. 根据【给予决策】函数，选出一个（或零个）给予对象，给予与决策函数相关的仓库数额（为了避免bug，此数额要小于等于仓库存储量）
    3. 【给予决策】函数：需要考虑双方的关系网，如把对其他人记忆的内积作为输入。
    4. 被给予者的参数会被帮助者影响，参数改变为两人的均值
  6. 生育
    1. 择出满足年龄条件的人
    2. 随机分组，组内排序。
    3. 每组内便利，根据【生育决策】函数，判断互相好感，选择父母
    4. 判断双方是否满足生育条件（血量和仓库之和）
    5. 父母按比例扣除仓库数，总和为固定值，仓库不足时扣除血量。
    6. 产生孩子。设定孩子年龄（0），父母。孩子随机继承父母的基本属性与决策参数，添加少许随机浮动。孩子的初始血量为固定值（小于父母消耗值），存储……
    7. 父母无条件地offer孩子一次
    8. 若有出生案例，更新集体列表，更新编号，更新关系矩阵
  7. （模仿）
  8. 重复2～

记录模型不完美的地方

  1. 决策输入的关系矩阵内积，可以拆分各项
  2. 决策函数的关系矩阵内积，可以更聪明地归一化（如victim_passive和benefit_passive可采用不同归一化函数形式。）

土地、地图

  1. 地图：二维格点，上下、左右联通。成员可以拥有格点
  2. *生产：基于拥有的土地量，决定生产力，如：productivity = f(land)。f是一个上凸函数
  3. 通行权:
    1. 作为新的记忆存储
    2. 给予双方的决策函数决定是否通行
    3. 可以通过允许通行的土地，与接壤的成员交易、战斗、扩张、生育（如下）
  4. 战斗、交易
    1. 假设 A <-> B | C [ ]
    2. A可以与B无条件战斗或交易
    3. A与C发生的战斗、交易，需经过B的同名决策函数判断
    4. 击杀敌人后，敌人立即丢失所有土地，面前战斗的土地立刻分给击杀者（临时方案：立刻获得扩张机会一次）
  5. *给予土地
    1. 类似给予决策函数，编写给予土地的决策函数（或者可以是同一个函数）
    2. 给予的对象为有通行权的人
    3. 若决定给予，那么选择离自己最远，离对象最近的土地
  6. *扩张
    1. 编写扩张决策函数
    2. 假设 A <-> B | [ ] C
    3. A扩张到[ ]，需经过B的同名决策函数判断，当B无意扩张（不可能），A才能成功扩张
  7. 生育
    1. 对象为有通行权的人
    2. 给予土地
  8. 把空间关系加入到决策函数的输入中：
    1. 土地数
    2. 邻居数
    3. 允许通行的人数
    4. 。。。
  9. 死亡后，土地的处理
    1. 每次战斗死亡后，桥头堡与作战者可进行一次无条件扩张，有机会吸收土地
    2. 自然死亡后，土地平均分给孩子（利用给予函数）
  10. 每轮打乱存活成员列表
  • shuffled_members = self._backup_member_list(to_split)
  • self._rng.shuffle(shuffled_members)
  1. 每轮保存地图

原有模型的改动

f = A * a + B * b + C * c = [A, B, C].T @ [a, b, c]

f = A * a + B * b + C * c + X * a * b + Y * b * c + Z * a * c = [A, B, C].T @ [a, b, c] + [a, b, c].T @ M @ [a, b, c] M = [[0, X, Z], [X, 0, Y], [Z, Y, 0]]

强调家庭关系

  1. 出生时，给予特定数量的土地