SZTUCZNE ŻYCIE

EWOLUCJA W AL

Zasady sztucznego życia

Sztuczne życie ma trzy ogólne zasady, którymi się rządzi:przetwarzanie następuje z dołu do góry, lokalne oddziaływania prowadzą do

globalnego zachowania,z prostoty powstaje złożoność.

Zasady AL

Według twórców i badaczy sztucznego życia ”żywy” jest ten, który: istnieje w przestrzeni i w czasie, reaguje na bodźce, pobiera energię ze środowiska i zamienia ją w inne formy

homeostatyczne, rośnie lub rozszerza się, rozwija się, potrafi dostosować siebie i swoje funkcje do otaczającego

je środowiska, składa się z niezależnych części, rozmnaża się, zbiera i przechowuje informacje o samym sobie.

Przedmiot badań AL

Codzienne zachowania żywych organizmów ograniczają się do: szukania pożywienia, oddziaływania ze środowiskiem i podobnymi

organizmami, porozumiewania się, współpracy i współzawodnictwa, uczenia się.

Wszystkie te działania są przedmiotem badań sztucznego życia.

SZTUCZNE ŻYCIE (1) Racjonalne uzasadnienie tych badań jest najlepiej

scharakteryzowane przez Chrisa Langtona, który napisał przedmowę na pierwszą konferencję zorganizowaną przez niego w 1987 roku w Santa Fe Institute w Nowym Meksyku, w sprawie sztucznego życia.

Spotkanie to miało na celu połączyć szeroką wiedzę naukowców z dziedzin takich jak: biologia, chemia, filozofia, informatyka, robotyka. Kongres spotkał się z dużym entuzjazmem wśród uczestników i wywołał nieoczekiwaną wrzawę w środkach masowego przekazu.

Dziedzina, nazwana przez Langtona sztucznym życiem, została stworzona. Odbyło się jeszcze kilka konferencji na temat sztucznego życia w Stanach Zjednoczonych i Europie.

SZTUCZNE ŻYCIE (2) Według Chrisa Langtona sztuczne układy, które wykazują

zachowania zbliżone do ludzkich są warte badań na ich własnych prawach, niezależnie od tego czy myślimy, że procesy, jakie naśladują odgrywają rolę w rozwoju i mechanizacji życia, takiego jakie powinno być, czy też nie. Takie układy rozszerzają ludzkie rozumienie życia takim, jakie mogłoby ono być. Przez spojrzenie na życie, które rozwinęło się na Ziemi w najszerszym kontekście możliwego życia, można wyjść z czysto teoretycznej biologii nadającej się do tworzenia uniwersalnych twierdzeń, odnośnie życia gdziekolwiek by ono żyło i z czegokolwiek by ono było zbudowane. Głównym argumentem Langtona jest twierdzenie, iż życie jest własnością organizacji materii, a nie własnością materii, która jest tak zorganizowana, aby tworzyć układy żyjące. Twierdzenie to pozwala na rozpoczęcie oficjalnych badań nad układami żyjącymi jako uzupełnienie do istniejących na Ziemi układów żyjących.

Życie – prawdziwe a sztuczne

Pierwszymi badaczami życia byli anatomowie. Wiek dziewiętnasty dołączył do nich biochemików i biofizyków. Naukowcy zaczęli rozumieć rozmnażanie komórek.

Karol Darwin stworzył teorię ewolucji w dziewiętnastym wieku, wtedy też Grzegorz Mendel zaproponował swój model genetyki, ale ich prace zostały w pełni zaakceptowane i zrozumiane dopiero w wieku dwudziestym.

W latach dwudziestych i trzydziestych Thomas Hunt Morgan wytłumaczył podstawy zachowania chromosomów w czasie rozmnażania komórek, wraz z wymianą materiału genetycznego, zwaną „wzajemną wymianą segmentów między chromosomami”. Odbywa się to w czasie rozmnażania płciowego, kiedy męskie i żeńskie chromosomy wymieniają między sobą podobne odcinki DNA.

Lata pięćdziesiąte przyniosły odkrycie struktury podwójnej spirali DNA, dokonane przez Jamesa Watsona i Francisa Circka. Szybko potem nastąpiło odcyfrowanie genetycznego kodu DNA.

EWOLUCJA W AL

Milowe kamienie ewolucji zaczęły pojawiać się na samym początku historii Ziemi. Pierwszy z nich można nazwać pre-życiem, ponieważ dotyczył systemów nieożywionych wykazujących samoorganizację.

Następny kamień milowy to prawie-życie. Główną formą są wirusy. Tak jak żyjące organizmy, zawierają materiał genetyczny. W rzeczywistości nie mogą one same istnieć poza żyjącymi komórkami.

Kolejnym krokiem, tzw. prawdziwym życiem, są ludzie, zwierzęta i pozostałe organizmy w królestwie życia. Końcowy kamień milowy można nazwać super-życiem, ponieważ dotyczy planet. Jest to hipoteza Jamesa Lovelocka, Gaia, która dla wielu ludzi zajmujących się sztucznym życiem jest bardzo pociągająca. Mówi ona, że cała Ziemia jest pojedynczym samoorganizującym się systemem życia.

Gra Życie

Pierwszy przebój sztucznego życia nazwany został „Game of Life” (Gra Życie) przez jego twórcę, brytyjskiego matematyka Johna Conwaya.

Rozpowszechnił się on szeroko, gdy opisał go ekspert gier matematycznych Martin Gardner w październikowym numerze „Scientific American” z 1970 roku.

Gardner nazwał Life grą samotników, ale na Cambridge University, gdzie miał swoją katedrę Conway, była to ulubiona rozrywka całych grup oddanych zwolenników.

Zasady Gry Życie

Zasady Gry Życie: Każdy czarny kwadracik (komórka) jest żywy. Każda biała

komórka jest martwa. Każda komórka ma ośmiu sąsiadów. Każda komórka, która ma dwóch lub trzech żywych

sąsiadów, przechodzi jako żywa do następnego pokolenia.

Komórki, które mają czterech lub więcej żywych sąsiadów umierają z powodu tłoku. Komórki samotne lub te, które mają tylko jednego żywego sąsiada umierają z osamotnienia.

Każda pusta (martwa) komórka może się powtórnie narodzić, jeżeli ma dokładnie trzech żywych sąsiadów.

Gra Sztuczne Życie

Biomorfy R. Dawkinsa

We wczesnych latach osiemdziesiątych brytyjski zoolog i naukowiec z Oxfordu Richard Dawkins stworzył graficzne kształty, które nazwał biomorfami (żyjącymi kształtami). Celem było pokazanie ewolucji na podstawie zmian wyglądu zachodzącego przez pokolenia, a nie zachowania. Miały mu one pomóc w zrozumieniu, w jaki sposób działa prawdziwe życie, a zwłaszcza wytwórcza biologia.

Dawkins zastosował proste zasady genetyki, które umożliwiały zmianę prostych kształtów z pokolenia na pokolenie. Do genetyki dodał wybór (swój własny) najprzyjemniejszych dla oka kształtów do dalszego rozmnażania.

Proste na początku biomorfy Dawkinsa zaskakująco szybko stały się skomplikowane, a także urocze. Niektóre z nich były podobne do żab drzewnych, inne do człowieka w czapce, a nawet do księżycowego lądownika.

BIOMORFYW programie Dawkins wykorzystał strukturę danych zwaną drzewem. Każdy poziom drzewa odpowiadał pokoleniu lub poziomowi hierarchii. Istotą rekurencji jest wykonywanie tej samej czynności wielokrotnie. Na przykład jeśli pierwszy węzeł rozgałęzia się na dwa węzły drugiego poziomu, to na następnym dwa nowe węzły również rozgałęziają się, każdy na dwa kolejne węzły i tak dalej.Rozwój zarodka następuje również rekurencyjnie – zapłodniona komórka dzieli się na dwie komórki, te z kolei dzielą się każda na dwie komórki, aż wreszcie wszystkie tworzą wyspecjalizowane organy.

BIOMORFY

Biomorfy i panspermia

Zasady R. Dawkinsa

Program stworzony przez Dawkinsa przyporządkowuje się ogólnym zasadom dwóch nauk:

embriologii, która oznacza związek w każdym pokoleniu między genotypem (odziedziczonymi genami) i fenotypem (sposobem, w jaki geny manifestują się),

genetyce, którą Dawkins definiuje jako badanie genotypu z pokolenia na pokolenie, genotypu, który kopiowany jest od jednego lub obojga rodziców z możliwością zmian mutacyjnych. Badanie ma miejsce jeden raz w cyklu życiowym osobników lub grupy osobników.

Dawkins wykorzystał strukturę drzewa do pokazania swoich ewolucyjnych form. Struktury danych, bazy danych i menu, jak również programy rekurencyjne są zawsze przedstawiane w formie drzewa. Każde drzewo składa się z węzłów (punkty styku) połączonych gałęziami. Każdy poziom odpowiada pokoleniu lub poziomowi hierarchii.

Geny w Biomorfach Dawkins stworzył dziewięć genów, które mogły podlegać

mutacjom. Oznaczył je cyframi od 1 do 9. Każdy gen odpowiadał jakiemuś aspektowi wyglądu organizmu lub jego możliwościom rozmnażania. Geny od 1 do 3 sterowały cechami poziomymi wyglądu. Geny od 4 do 8 sterowały cechami pionowymi wyglądu. Gen 9 sterował liczbą rozgałęzień.

Mutacja polegała na zwiększeniu lub zmniejszeniu wartości genu o jeden. Na przykład zmiana wartości genu 9 wpływała na liczbę rozgałęzień w następnym pokoleniu. Mutacje innych genów zmieniały kąty, pod jakimi gałęzie były względem siebie ustawione, ich długość lub atrybuty wyglądu. Każde pokolenie jest dzieckiem poprzedniego i rodzicem następnego. Każde dziecko może mieć tylko jedną mutację. Rozwój kształtu dziecka kontrolują jego geny, a nie kształt (geny) jego rodzica.

Animki S. Wilsona Słowo „animek” (animate) zostało utworzone przez Stewarta

Wilsona, informatyka z Rowland Institute for Science i określa wygenerowanego przez komputer stworka wykazującego cechy żywych zwierząt. Zdaniem Wilsona zwierzę musi pobrać informację z otoczenia, porównać ją ze swoim doświadczeniem z przeszłości i podjąć działanie, którym może być ruch lub uczenie się polegające na uaktualnianiu doświadczeń. Wilson stosował systemy kwalifikacyjne, które wybierały najlepiej rozwiązujące dany problem zasady, do badania podobnego procesu uczenia się u animków.

W 1985 roku Wilson rozpoczął studia komputerowe, które miały stworzyć animka i jego pełne środowisko, z jego potrzebami, zmysłami, ruchomymi częściami i metodami uczenia się. Postanowił wykorzystać system klasyfikujący, ponieważ umożliwia on stopniowe uczenie się z dołu do góry i dostarcza nagród poszczególnym zasadom.

Animki S. Wilsona

Wszystkie animki mają jedną wspólną cechę – przejawiają pewne zachowania prawdziwych zwierząt. Według Wilsona zwierzę musi pobrać informację od otoczenia, porównać ją z doświadczeniem z przeszłości i odpowiednio zareagować. Działaniem tym może być ruch lub uaktualnienie swoich doświadczeń (uczenie się). W procesie uczenia się Wilson zastosował systemy klasyfikacyjne, stworzone przez Johna Hollanda.

Działanie systemów klasyfikacyjnych można w prosty sposób przedstawić na podstawie żaby Hollanda. Jest ona bardzo prosta – bada otoczenie wzrokiem i może zareagować w dwojaki sposób: szukać czegoś do zjedzenia lub uniknąć bycia zjedzoną.

Animki S. Wilsona

Klasyfikuje ona dany obiekt do kategorii jedzenia lub wrogów na podstawie jego opisu, składającego się z trzech atrybutów: wielkości, położenia i ruchu, np.

bit 2: duży = 1, mały = 0 bit 1: fruwa = 1, porusza się po ziemi = 0 bit 0: obok = 1, daleko = 0 Dla obiektu opisanego łańcuchem 101 (duży, porusza się po ziemi, jest obok)

żaba odpowiada ucieczką. Jednak kiedy obiekt jest mały, fruwa i jest obok – żaba zaatakuje.

Zachowaniem żaby kierują zasady. Podczas ataku uruchamiane są na przykład różne zasady dla głowy, ciała i ruchów języka tak, by żaba mogła złapać małego owada. Zasada jest prawidłowa, gdy żaba przeżyje spotkanie. W świecie rzeczywistym zasady odnoszące sukcesy produkują nagrody w postaci znalezienia jedzenia i ucieczki przed wrogiem lub unikania go. Wilson postawił przed sobą problem, jak animek ma odkrywać te zasady. Niektóre muszą być dostarczone animkom, pozostałych mają się one nauczyć same.

Animki S. Wilsona W 1985 r. Wilson rozpoczął prace, które w efekcie miały

stworzyć animka i jego środowisko wraz z potrzebami, zmysłami, ruchomymi częściami i metodami uczenia się. Pierwszy z nich miał tylko jedną potrzebę: szukał jedzenia. Środowisko mogło dostarczyć mu 92 różnych łańcuchów wejściowych, ale nie wiedział on, jak „wygląda” jedzenie. Dzięki prymitywnemu wzrokowi, smakowi i węchowi oraz możliwości odczuwania przyjemności i bólu sam stworzył zasady, które prowadziły go do jedzenia. Kierował się on do jedzenia po śladach wzdłuż drogi zapewniającej nagrody.

Animek tuż po powstaniu potrzebował 41 kroków, by znaleźć posiłek, a po tysiącu sesji wystarczało mu już tylko pięć kroków.

To i inne doświadczenia z animkami przekonały Wilsona o skuteczności podejścia „z dołu do góry” zwłaszcza wtedy, gdy łańcuchy są krótkie i zhierarchizowane.

Boidy Reynoldsa

Reynolds przypisał każdemu boidowi następujące reguły postępowania: każdy boid dopasowywuje swoją prędkość i kierunek lotu do

sąsiednich boidów, każdy boid stara się być w środku grupy sąsiednich boidów, każdy boid unika tłoku zachowując bezpieczną odległość od

sąsiednich boidów, każdy boid unika przeszkód,

każdy boid może opuścić stado, gdy ucieka przed drapieżnikiem lub potrzebuje pożywienie. W przestrzeni dwuwymiarowej, boid zdefiniowany jest przez 4 wartości: współrzędne x oraz y, a także prędkości dla każdego z wymiarów vx oraz vy. Sąsiadami boida są inne boidy (ewentualnie przeszkody, drapieżniki lub pożywienie), które znajdują się w "zakresie jego zmysłów".

Zasady Reynoldsa

Aby sprawdzić czy dany element e o współrzędnych odpowiednio e.x i e.y, jest sąsiadem boida b odpowiednio o współrzędnych b.x i b.y oraz prędkości b.vx i b.vy należy najpierw sprawdzić, czy element znajduje się w odpowiednio małej odległości, czyli czy

sqrt((e.x - b.x)^2 + (e.y - b.y)^2) < d, jeżeli nie, to nie trzeba sprawdzać już dalej bo element na pewno

nie jest sąsiadem boida. Jeżeli tak, to należy sprawdzić, czy jest on w kącie widzenia boida. Czyli obliczyć kąt, pod którym porusza się boid

k1 = arctan (b.vy / b.vx), oraz kąt odcinka od boida do elementu, k2 = arctan ((e.y - b.y) / (e.x -b.x)) (pamiętając o zabezpieczeniu przed dzieleniem przez 0).

Zasady Reynoldsa

Patrząc na pierwszą zasadę zachowania boida - każdy boid dopasowuje swoją prędkość i kierunek lotu do sąsiednich boidów można stwierdzić, że warunek ten jest najłatwiejszy do obliczenia.

Należy obliczyć prędkość średnią wszystkich sąsiadów (oddzielnie dla składowej vx i składowej vy).

A następnie należy zmodyfikować prędkość boida biorąc pod uwagę wagę z jaką modyfikuje się prędkość (np. 0.1), bieżącą prędkość, oraz obliczoną średnią, według wzoru:

b.vx = b.vx + (waga * (srednia_vx - b.vx)), b.vy = b.vy + (waga * (srednia_vy - b.vy))

Zasady Reynoldsa

Druga reguła: każdy boid stara się być w środku grupy sąsiednich boidów. By zastosować tą regułę należy obliczyć, średnią odległość od sąsiednich

boidów, a następnie, zmodyfikować prędkość boida względem każdego z sąsiadów).

Następujący wzór jest wynikiem zastosowania twierdzenia o podobieństwie trójkątów, gdzie wykorzystywane jest położenie boida, którego prędkość jest modyfikowana (b), położenie sąsiada (s), oraz waga zmiany (np. 0.1):

(odl = sqrt((s.x - b.x)^2 + (s.y - b.y)^2)) b.vx = b.vx + waga * (((s.x - b.x) * (odl -

srednia_odleglosc))/ odl), b.vy = b.vy + waga * (((s.y - s.y) * (odl -

srednia_odleglosc))/ odl); gdzie odl jest odległością od boida do sąsiada.

Omijanie przeszkód przez boidy

AntFarm Są to bardziej złożone mrówki z wieloma zmysłami, potrafiące

stworzyć złożone zachowanie, takie jak grupowe poszukiwanie jedzenia. Mrówki reprezentowane przez sieci neuronowe SA na początku genetycznie identyczne. Algorytm genetyczny powoduje ich zróżnicowanie na drodze mutacji, rekombinacji, rozmnażania płciowego i sprawdzania funkcji wydolności.

AntFarm (ferma mrówek) - to dwuwymiarowa siatka. Zawiera gniazda, pożywienie i feromony. Każda mrówka może wyczuć jedzenie, gniazdo, ilość feromonu, a gdy przynosi pokarm także kierunek gniazda („kompas”).

W AntFarm może żyć populacja licząca ponad dwa miliony osobników, podzielonych na 16 tysięcy kolonii. Każda mrówka ma większą pamięć niż w Genesis, jej genom również uległ powiększeniu. Mrówka może przemieścić się do każdej z ośmiu otaczających ją komórek, podnieść lub upuścić jedzenie, wydzielić zmienną ilość feromonu.

AntFarm

Gniazdo

Pożywienie

Feromon

Framesticks

Framsticks to projekt trójwymiarowej symulacji sztucznych form życia, którego autorami są informatycy z Politechniki Poznańskiej Maciej Komosiński i Szymon Ulatowski. Projekt obejmuje modelowanie zarówno ich struktury mechanicznej („ciała”), jak i sieci neuronowej („mózgu”). Możliwe jest projektowanie różnych rodzajów eksperymentów, takich jak prosta optymalizacja (przy użyciu algorytmów ewolucyjnych), koewolucja, ewolucja nieograniczona i spontaniczna, podział na pule genów i populacje, różne odwzorowania genotyp/fenotyp oraz modelowanie gatunków i ekosystemów.

W gronie obecnych użytkowników Framsticks znajdują się specjaliści od obliczeń ewolucyjnych, sztucznej inteligencji, sieci neuronowych, biologii, robotyki i symulacji, kognitywistyki, psychologii i neurologii, medycyny, filozofii, wirtualnej rzeczywistości, grafiki oraz sztuki. System może być także interesujący dla eksperymentatorów pragnących wyhodować własne sztuczne stworzenia i obejrzeć je w trójwymiarowym, wirtualnym świecie. Możliwe jest też „ręczne” budowanie organizmów i ich testowanie.

Framesticks

Zasady Framesticks

Framsticks posiada rozbudowany, uniwersalny symulator o szerokich możliwościach, na które składa się:

Trójwymiarowa, mechaniczna symulacja sztucznego świata (moduł Mechastick): Stworzeń z wykorzystaniem metody elementów skończonych, Specjalizacji ich kończyn – tarcia, wytrzymałości, zdolności zdobywania

energii przez asymilację, wchłanianie itd. Płaskiego podłoża, terenu składającego się z bloków/wzgórz o różnej

wysokości i środowiska wodnego, Kolizji niedestrukcyjnych i destrukcyjnych, Możliwość interakcji użytkownika w symulowany świat (przenoszenie

stworzeń, umieszczanie porcji energii, ożywianie i uśmiercanie osobników),

Zasady stos. we Framesticks

Symulacja sterowania ("mózgu") stworzeń z wykorzystaniem: Sieci neuronowej o dowolnej topologii, złożonej z

dowolnych neuronów, Interakcji ze środowiskiem: receptorów (zmysłu

dotyku, równowagi i lokalizacji energii) i efektorów (mięśni poruszających stworzenie, sterowanych jego siecią neuronową),

Różnych rodzajów neuronów,

Zasady Framesticks

Ewolucja: Utrzymywanie zbioru genotypów pogrupowanych w pule genów, Utrzymywanie zbioru osobników pogrupowanych w populacje, Wiele sposobów opisania osobników (reprezentacje

genetyczne), Modyfikacja opisów stworzeń przy pomocy krzyżowania i

mutacji, Ocenianie organizmów pod kątem wielu kryteriów (czasu życia,

prędkości itd.), Utrzymywanie bilansu energetycznego stworzeń (zysków i

zużycia energii na poszczególne czynności), Pomiar osiągów, wielokryterialna ocena,

L - SYSTEMY

Fizyczne piękno prawdziwych i sztucznych kształtów jest częścią zachowania wytwórczego sztucznego życia. Jednymi z najbardziej realistycznych kształtów sztucznego życia są rośliny wyprodukowane przez skomputeryzowany, matematyczny system zwany L-systemami.

Rozwinięte w 1968 roku przez Aristida Lindenmayera i jego kolegę i następcę Przemysława Prusinkiewicza z Uniwersytetu Calgary, L-systemy wykorzystują algorytmy rozwoju i fraktale do odtworzenia struktury piękna roślin. Inaczej niż w przypadku pozostałych projektów sztucznego życia, piękno jest tu najistotniejszym celem.

L-systemy związane są z kilkoma bardzo zmatematyzowanymi i trudnymi dziedzinami. Ich przodkami są między innymi teoria gramatyki lingwisty z Harvardu Noama Chomskiego, matematyka wzorów Stephena Wolframa (sławy automatów komórkowych) i fraktale Benoita Mandelbrota. Są również kuzynami gry Life Johna Conwaya.

Zasady przepisań

Zasady L-systemów

Pomimo tak bogatego drzewa genealogicznego podstawy L-systemów, przepisywanie (rewriting), jest elegancko prosta. Przepisywanie jest także cechą gry Life. Jak ono funkcjonuje i w jaki sposób można uzyskać na komputerze piękna roślinę? Najpierw należy spojrzeć na samo narzędzie. Założenie jest takie, że są dwie litery X i Y i dwie zasady ich przepisywania: zamiana X na XY, zamiana Y na X.

Rysunek powyżej pokazuje kilka po sobie następujących przepisywań. Tak jak nowy pęk kwiatów, system staje się złożony bardzo

szybko, mimo że nie pojawiają się żadne nowe elementy. Jeżeli zamiast X i Y podstawione zostaną formy graficzne, to otrzymane rysunki bardziej już przypominają roślinę.

Na przykład nowa gałązka nie tylko rośnie. Pojawiają się na niej węzły, skąd później wyrastają pączki czy kolejne gałązki. W pewnym momencie przestaje się jednak wydłużać.

Przykłady L - systemów

ROBOTY Rodney Brooks stworzył nowy sposób myślenia o tym, w jaki sposób

roboty powinny działać w swoim środowisku. Zamiast patrzeć na ruchy robota jak na grupę funkcji, Brooks oparł się na osiągających założone cele zachowaniach, takich jak unikanie przeszkód czy przemieszczanie się. Podał dziewięć zasad, którymi kierował się w swojej pracy. złożone zachowania odzwierciedlają złożone środowisko, a nie złożone

sterowanie, sprzężenia powinny być prostsze od elementów, które zawierają, roboty powinny być tanie, autonomiczne i przydatne, roboty istnieją w trójwymiarowym świecie, w tym samym co ludzie, ich mapy powinny być względne, a nie wyrażane we współrzędnych

absolutnych, (to dlatego większość robotów gubi się po pewnym czasie), nie można im tworzyć sztucznego środowiska, wzrok dostarcza lepszych danych niż słuch, roboty powinny działać nadal po uszkodzeniu i szybko wracać do stanu

pierwotnego, roboty to autonomiczne sztuczne byty.

ROBOTY

Każdy robot składa się z poziomów kompetencji i warstw sterowania. Poziom kompetencji to umiejętność zachowania, każdy poziom ma wszystkie umiejętności poziomu niższego. Poziomy zachowania są połączone poziomami sterowania. Informacja z czujników dopływa do każdego poziomu, a wyjście powoduje wykonanie działania. Jeżeli jakiś poziom jest kompetentny, nie ulega to zmianie po dodaniu kolejnego, wyższego poziomu. System ten umożliwia rozdzielenie warstw. Oznacza to, ze niższe poziomy są całkowicie sprawne i działają podczas gdy wyższy poziom może jeszcze się uczyć, ewoluować i adaptować.

Każda warstwa składa się ze zbioru połączonych ze sobą procesów, które przechowują dane i przesyłają sobie informacje, ale nie ma żadnej centralnej pamięci i innego rodzaju komunikacji.

Od lat osiemdziesiątych Brooks i jego koledzy zaprojektowali i zbudowali ręcznie serie robotów, w których proste zachowania prowadziły do powstania celowych zachowań wytwórczych.

Przykład robota