Colorful Regulation

 Description du projet

Le but initial de ce projet était de générer des morphologies de robots modulaires réel en utilisant un modèle de développement cellulaire. Dans ce modèle, les cellules représentent les modules du robot. Elles sont contrôlées par un réseau artificiel de régulation génétique, une modélisation simplifiée des réseaux biologiques de régulation génétique. Dans le but d'évaluer la complexité et les propriétés pouvant émerger de ces systèmes, Jordan Pollack et moi même avons généré des images en utilisant notre modèle de régulation génétique. Nous avons obtenu des images qui étaient visuellement attractive (voir ci-dessous) de part leur complexité et leurs qualités artistiques. Nous avons aussi pu observer certaines propriétés intéressantes de ces systèmes telles que des régularités (des patterns se répétants avec quelques modifications), des symétries ou des propriétés de type fractal (possibilité de zoomer dans les transitions de couleurs qui augmentent indéfiniment en complexité).

Nous avons alors étendu ces travaux avec des considérations artistiques. Nous proposons ainsi un outil interactif (téléchargeable ci-dessous) permettant d'évoluer les réseaux de régulation génétique et ainsi les images qu'ils peuvent générer. De plus, les travaux précédents ne prenaient en compte que l'aspect spatial du réseau de régulation pour ne générer que des images. Nous avons étendu ces capacités de notre approche en prenant en compte la dynamique temporelle des réseaux de régulation génétique dans le but de générer des vidéos. Ces vidéos peuvent évoluées comme les images.

L'évolution dans ce projet consiste en un algorithm génétique interactif, inspiré par le "blind watchmaker" de Richard Dawkins, qui est souvent utilisé pour l'évolution dans les outils d'art évolutionaire. L'évolution se base sur des croisements et des mutations d'une représentation génétique des réseaux de régulation dans le but de modifier pas par pas leurs structures et de combiner leurs propriétés. Un soin particulier a été apport dans le design de l'interface graphique : peu de paramètres sont présentés à l'utilisateur et un arbre d'évolution est proposé permettant à l'utilisateur de naviger dans l'historique de l'évolution.

Une fois le réseau de regulation désiré obtenu, l'image ou la vidéo correspondante peut être agrandie pour générer un média haute définition : une des propriétés de cette approche est d'être très flexible par rapport à la taille du media désiré. L'outil d'agrandissement est aussi téléchargeable ci-dessous.

 

 Results obtained

Images:


Videos:

 

 Téléchargement

Outil permettant l'évolution interactive du réseau de régulation génétique : GRN_Evolver.jar (92ko)

Outil permettant la génération d'images et de vidéos HD à partir de réseaux de régulation déjà évolués : GRN_Extender.jar (93ko)

 

 Personnes impliquées dans ce projet

Sylvain Cussat-Blanc (Université Toulouse 1 Capitole - IRIT)

Jordan Pollack (Brandeis University - Demo lab)

 

 Références

Sylvain Cussat-Blanc, Jordan Pollack. Using Pictures to Visualize the Complexity of Gene Regulatory Networks (regular paper). Dans : Artificial Life, Lansing, 19/07/2012-22/07/2012, The MIT Press, juillet 2012 (Best track paper). PDF
retour