# artificial life with the help of large AI model

**Repository Path**: waterruby/artificial-life-large-ai-model

## Basic Information

- **Project Name**: artificial life with the help of large AI model
- **Description**: 基于AI大模型的人工生命进化
a artificial life  with the help of large AI model  written by perl.
- **Primary Language**: Perl
- **License**: BSD-3-Clause
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-02-04
- **Last Updated**: 2026-02-04

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 🧬 Perl进化算法模拟器 - 说明文档

## 项目概述

这是一个基于Perl编写的AI增强型进化算法模拟器，结合了遗传算法、人工生命模拟和大语言模型（DeepSeek）优化。程序模拟了一个微型生态系统中生命的进化过程，展现了个体适应、自然选择和基因优化的完整演化史。

## 🌟 核心特性

### 1. **完整进化系统**
- 12个可进化基因参数（新陈代谢率、视野范围、食物效率等）
- 基于适应度的自然选择机制
- 基因交叉和变异
- 动态环境（资源生成、障碍物）

### 2. **AI增强优化**
- 集成DeepSeek API进行智能分析
- 每3代自动提供基因优化建议
- AI建议自动解析和应用
- 优化建议缓存机制

### 3. **可视化界面**
- ASCII字符地图显示
- 实时统计信息
- 基因多样性分析
- 适应度进化趋势图

### 4. **社会学模拟**
- 种群动态和代际更替
- 繁殖网络和伴侣关系
- 社会分层和流动性
- 集体行为模式

## 📋 系统要求

### 硬件要求
- **内存**: 最少512MB RAM
- **存储**: 10MB可用空间
- **处理器**: 任意现代CPU

### 软件要求
- **操作系统**: Linux、macOS、Windows（WSL）
- **Perl版本**: 5.20或更高
- **网络连接**: 需要访问DeepSeek API

## 🚀 安装步骤

### 步骤1：安装Perl（如未安装）

#### Linux (Ubuntu/Debian)
```bash
sudo apt-get update
sudo apt-get install perl
```

#### Linux (Fedora/RHEL)
```bash
sudo dnf install perl
```

#### macOS
```bash
# 使用Homebrew
brew install perl
```

#### Windows
1. 下载并安装[Strawberry Perl](https://strawberryperl.com/)
2. 或使用WSL安装Linux版Perl

### 步骤2：安装必要的Perl模块

```bash
# 安装CPAN模块管理器（如未安装）
sudo cpan App::cpanminus

# 使用cpanm安装依赖
cpanm JSON::XS
cpanm LWP::UserAgent
cpanm HTTP::Request
cpanm Digest::MD5
cpanm Encode
```

如果cpanm不可用，使用传统CPAN：
```bash
sudo cpan JSON::XS
sudo cpan LWP::UserAgent
sudo cpan HTTP::Request
sudo cpan Digest::MD5
sudo cpan Encode
```

### 步骤3：获取DeepSeek API密钥

1. 访问 [DeepSeek官网](https://www.deepseek.com/)
2. 注册账号并登录
3. 进入API密钥管理页面
4. 创建新的API密钥
5. 复制API密钥（格式：`sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx`）

### 步骤4：配置程序

编辑程序文件，设置API密钥：

```perl
# 在第30行附近找到：
my $API_KEY = 'sk-11111111111111111111111';

# 替换为你的DeepSeek API密钥：
my $API_KEY = '你的-DeepSeek-API-密钥';
```

### 步骤5：运行程序

```bash
# 1. 给脚本执行权限
chmod +x alife.pl

# 2. 运行程序
./alife.pl

# 或直接使用perl运行
perl alife.pl
```

## ⚙️ 配置选项

### 主要配置参数（文件开头部分）

```perl
# 进化参数
my $MAX_POPULATION = 15;      # 最大种群数量
my $MAP_WIDTH = 25;           # 地图宽度
my $MAP_HEIGHT = 15;          # 地图高度
my $SIMULATION_DAYS = 30;     # 模拟代数
my $MUTATION_RATE = 0.15;     # 变异率
my $CROSSOVER_RATE = 0.7;     # 交叉率

# API配置
my $API_KEY = '你的密钥';      # DeepSeek API密钥
my $API_URL = 'https://api.deepseek.com/v1/chat/completions';
```

### 基因参数范围（Genome.pm中）

```perl
# 可以调整的初始基因范围：
metabolic_rate    => 0.7 + rand(0.6),    # 新陈代谢率
vision_range      => 2 + int(rand(4)),    # 视野范围
speed             => 0.8 + rand(0.4),     # 移动速度
food_efficiency   => 0.9 + rand(0.4),     # 食物效率
```

## 🎮 使用指南

### 基本运行

```bash
# 运行默认30代模拟
./alife.pl

# 运行指定代数（修改第34行）
# 将 $SIMULATION_DAYS = 30; 改为需要的代数
```

### 输出解读

程序输出包含以下部分：

#### 1. **地图显示**
```
===========================
|..##.W##F.W.........L....|
|..##..##............G....|
|.........................|
===========================
图例: A/B/C=生命体, F=食物, W=水, #=障碍物, .=空地
```

#### 2. **个体状态**
```
Alpha     : 位置( 4,  3), 能量 80, 年龄 1, 适应度1.8, 行动: patrol
```

#### 3. **进化统计**
```
📊 进化统计:
当前种群: 5 个个体
平均适应度: 1.80
最高适应度: 1.80
平均寿命: 1.0 天
```

#### 4. **基因多样性**
```
🧬 基因多样性统计:
  metabolic_rate      : 平均=0.924, 标准差=0.229
  vision_range        : 平均=4.833, 标准差=1.258
```

#### 5. **AI优化建议**
```
🤖 AI优化建议:
  - increase vision_range by 0.5 units
  - decrease move_cost by 0.1
```

### 进阶使用

#### 调整模拟参数

```perl
# 在EvolvedLife.pm中调整能量参数
sub update {
    my $self = shift;
    # 修改能量消耗（当前2.0）
    my $energy_cost = 1.5 * $self->{genome}->{metabolic_rate};
}
```

#### 修改死亡机制

```perl
# 在update方法中修改死亡概率
if ($self->{energy} < 8) {
    $death_chance = 0.3;  # 降低死亡率
}
```

#### 调整繁殖条件

```perl
# 在reproduce方法中修改
return undef if $self->{energy} < 20 || $partner->{energy} < 20;  # 降低门槛
```

## 🔧 故障排除

### 常见问题

#### 1. **Perl模块安装失败**
```
错误：Can't locate JSON/XS.pm
```
**解决方案**：
```bash
# 确保使用正确权限
sudo cpan JSON::XS

# 或使用包管理器
# Ubuntu/Debian
sudo apt-get install libjson-xs-perl

# Fedora
sudo dnf install perl-JSON-XS
```

#### 2. **API密钥错误**
```
API调用失败: 401 Unauthorized
```
**解决方案**：
1. 检查API密钥是否正确
2. 确保密钥有余额
3. 验证网络连接

#### 3. **UTF-8编码问题**
```
Wide character in print
```
**解决方案**：
程序已内置UTF-8处理，如仍出现：
```perl
# 在文件开头添加
use utf8;
use open ':std', ':encoding(UTF-8)';
```

#### 4. **内存不足**
```
Out of memory!
```
**解决方案**：
- 减少最大种群数 `$MAX_POPULATION`
- 减少模拟代数 `$SIMULATION_DAYS`
- 减小地图尺寸 `$MAP_WIDTH` 和 `$MAP_HEIGHT`

### 调试模式

要启用详细调试信息，可以在程序中添加：

```perl
# 在文件开头添加
my $DEBUG = 1;

# 在需要的地方添加
if ($DEBUG) {
    say "调试信息: 种群大小 = " . scalar @population;
}
```

## 📊 数据分析

### 输出文件

程序可以修改为输出CSV文件记录数据：

```perl
# 添加日志功能
sub log_statistics {
    my ($self, $generation) = @_;
    open my $fh, '>>', "evolution_log.csv" or return;
    print $fh join(",", 
        $generation,
        scalar @{$self->{population}},
        sprintf("%.2f", $self->{statistics}{avg_fitness}),
        sprintf("%.2f", $self->{statistics}{max_fitness}),
        sprintf("%.1f", $self->{statistics}{avg_lifespan})
    ) . "\n";
    close $fh;
}
```

### 关键指标监控

| 指标 | 健康范围 | 说明 |
|------|----------|------|
| 种群大小 | 5-15个 | 低于3个可能灭绝 |
| 平均适应度 | 持续增长 | 停滞可能达到局部最优 |
| 基因标准差 | >0.1 | 过低说明基因趋同 |
| 平均寿命 | 4-10天 | 反映生存压力平衡 |

## 🔄 扩展开发

### 添加新基因

```perl
# 在Genome.pm的new方法中添加
my $self = {
    # 现有基因...
    new_gene => $args{new_gene} || rand(1.0),  # 新基因
};
```

### 添加新行为

```perl
# 在EvolvedLife.pm的choose_action中添加
sub choose_action {
    my $self = shift;
    
    # 现有逻辑...
    
    # 添加新行为
    if (rand() < $self->{genome}{cooperation}) {
        return "cooperate";
    }
}
```

### 自定义AI提示

```perl
# 在ai_optimize_population中修改prompt
my $prompt = sprintf(<<'END_PROMPT',
自定义分析提示...
重点关注：%s
当前问题：%s
请提供针对性建议...
END_PROMPT
    $focus_area,
    $current_issue
);
```

## 📚 学习资源

### 相关概念
- **遗传算法**: 模拟自然选择的优化算法
- **人工生命**: 在计算机中模拟生命系统
- **进化计算**: 基于生物进化的计算方法
- **群体智能**: 分布式自组织系统的智能行为

### 推荐阅读
1. 《遗传算法与工程优化》
2. 《人工生命：理论与实践》
3. 《复杂系统建模与仿真》
4. 《进化计算导论》

## 📄 许可证

本项目仅供学习和研究使用。使用DeepSeek API需遵守其服务条款。

## 🤝 贡献指南

欢迎提交Issue和Pull Request：
1. Fork项目
2. 创建功能分支
3. 提交更改
4. 推送到分支
5. 创建Pull Request

## 📞 支持与反馈

如遇到问题或有建议：
1. 检查本文档的故障排除部分
2. 提交Gitee Issue
3. 在相关论坛讨论

---

**祝您探索进化之美，发现生命算法的奥秘！** 🌱✨