算法艺术创作
algorithmic-art
通过代码和可调参数创作生成艺术与交互式视觉效果。
build-consensus【设计与创意】Achieve distributed agreement without central authority using bee democracy, threshold voting, and quorum sensing. Covers proposal generation, advocacy dynamics, commitment thresholds, deadlock resolution, and consensus quality assessment. Use when a group must decide between options without a designated leader, when centralized decision-making is a …
独立 GitHub 快照 · 自动分类 · 以原作者文档为准
於無中央權之分佈代理之間達集體合意——以探子之辯護、門檻法定之察、承諾動態,仿蜜蜂蜂群決議之式。
coordinate-swarm 當協調須明集體之決於任何辯護前確保決之空充探。
預期: 具質分與評估之獨立評提議。無選為單評者所棄;視角多樣保全。
失敗時: 若探子不獨評而合於同選,則探非真獨。以明之信息障重運行。若入辯護階之選過多,升最低質門檻。若過少,降之或加探子。
令探子為所好之選辯護,辯強比其質分。
Advocacy Dynamics:
┌─────────────────────────────────────────────────────────┐
│ Scout A advocates Option 1 (quality 85) ──→ ◉◉◉◉◉ │
│ Scout B advocates Option 2 (quality 70) ──→ ◉◉◉ │
│ Scout C advocates Option 3 (quality 45) ──→ ◉ │
│ │
│ Uncommitted agents inspect: │
│ Agent D inspects Option 1 → confirms → joins ◉◉◉◉◉◉ │
│ Agent E inspects Option 2 → confirms → joins ◉◉◉◉ │
│ Agent F inspects Option 3 → disagrees → inspects Opt 1│
│ → confirms → joins ◉◉◉◉◉◉◉│
│ │
│ Over time: Option 1 advocacy grows, Option 3 fades │
└─────────────────────────────────────────────────────────┘
預期: 最佳選之辯隨時漸長,代理獨驗其質。弱選之辯於驗敗而衰。群自然朝最強選合,無代理專斷。
失敗時: 若辯不合(二選並懸),則選或真等——以任一進法定,或用破平之則。若辯過速合於平庸選,升評估之獨立(加探子、嚴信息障),並加強制交叉察步。
定觸集體行動之承諾門檻。
預期: 明之法定刻,足代理獨承於一選。決為合法,因出於獨立評估,非權威或脅迫。
失敗時: 若時預算內法定未達,升至步驟四(解僵)。若法定達而代理不悅,辯階過短——代理於評未足而承。若共識誤(事後察),則獨立探求不足——下循環增探子多樣與評估徹底。
自然共識過程滯時破決之僵。
預期: 以合之干預解僵。解可見並為群所受為公正之程,即使個代理好異果。
失敗時: 若同決反覆僵,決之框或誤。退一步而問:決是否可分為更小獨立之決?範圍可減乎?有「兩試而觀」之選乎?時最佳共識為「我們將行限時實驗」。
評共識過程生善決,非僅生一決。
預期: 反饋環歷時改共識質。群學更效探求、更誠辯、更自信承諾。
失敗時: 若共識質指標差(高悔、慢決),審過程之結構之敗:探求多樣不足、辯無驗、門檻設過低。重建具體之敗階,非翻全過程。
coordinate-swarm — 支信號本共識之基礎協調框架defend-colony — 集體防之決常須壓下速共識scale-colony — 群大小顯變時共識機制須適dissolve-form — 形變之技能,溶解前之共識關鍵plan-sprint — 衝刺規劃涉承諾範圍之團共識conduct-retrospective — 回顧為關過程改之共識建build-coherence — AI 自用變體;映蜂蜂民主至單代理多徑推理,帶信心門檻與解僵