The Tank
Autonome Agenten in einem digitalen Ökosystem – privates Forschungsprojekt
The Tank ist ein privat initiiertes Forschungsprojekt zur Entwicklung eines digitalen Ökosystems, in dem autonome Agenten („digitale Bazillen“) in einer simulierten Umgebung überleben müssen. In einem virtuellen „Teich“ koexistieren zwei Spezies – Jäger und Gejagte – und entwickeln im Laufe der Zeit Strategien für Nahrungssuche, Flucht und Interaktion.
Um die Regeln so realitätsnah wie möglich zu gestalten, übertrage ich Erkenntnisse aus wissenschaftlicher Literatur (Ökosysteme, Verhalten, Wahrnehmung, Vererbung) in eine kontrollierbare Simulation. Das Projekt ist bewusst interdisziplinär: Biologie, Physik, Schwarmverhalten, KI und Visual Design greifen ineinander – mit dem Ziel, Lernen und Systemdynamik sichtbar zu machen.
Architektur des Agenten
(Wahrnehmung → Entscheidung → Aktion)
Jeder Agent verfügt über neun Input-Kanäle, um seine Umgebung zu erfassen:
3 Inputs für Nahrungsaufnahme (Energie/Masse/Gift)
2 visuelle Inputs („Augen“) zur Erkennung von Nahrung, Freund und Feind
4 kinästhetische Berührungspunkte für taktile Reize und Kontaktfeedback
Die Bewegung entsteht über Flossen/Antriebe, die durch die Outputs eines neuronalen Netzwerks gesteuert werden. Das Netzwerk besteht aus Input-Layer, Hidden-Layer und Output-Layer und bildet die Grundlage für Lernen und Entscheidung.
Lernprinzip: Verhalten ist nicht vorprogrammiert
Das Verhalten wird nicht geskriptet, sondern entsteht über Feedback: Wenn ein Agent zufällig erfolgreiche Aktionen ausführt (z. B. Nahrung findet), werden die aktivierten Netzwerke verstärkt und wahrscheinlicher wiederholt. Gleichzeitig konkurrieren Teilnetzwerke (Sehen/Essen/Berührung) um Kontrolle – dadurch entstehen individuelle „Gehirnmuster“ und emergente, schwer vorhersagbare Strategien.
Die Grafik zeigt zwei Spezies im System The Tank: Jäger (rot) und Gejagte (blau), mit unterschiedlichen Stärken in ihrer Physiologie (Beweglichkeit vs. Geschwindigkeit). Die Entwürfe legen den Fokus auf Observability: Das „Innenleben“ der Agenten – insbesondere das neuronale Netzwerk – wird visuell sichtbar gemacht. In der animierten Version hinterlässt Input als Lichtimpuls eine Spur im Netzwerk, sodass Lernen als dynamischer Prozess beobachtbar wird. Zentrale Parameter wie Lebensspanne, Energielevel und Biomasse sind direkt in der Darstellung ablesbar und ermöglichen Echtzeit-Analyse des Zustands und der Entwicklung der digitalen Lebewesen.
Systemtheorie-Linse: Observability als Designziel
Ein zentrales Ziel von The Tank ist Beobachtbarkeit: Innere Zustände sollen nicht verborgen bleiben, sondern im Interface ablesbar werden – z. B. Lebensspanne, Energielevel, Biomasse sowie die Aktivität und Entwicklung des neuronalen Netzwerks. Lernprozesse werden über visuelle Spuren/Impulse im Netzwerk nachvollziehbar gemacht.
So wird die Simulation zum „sichtbaren System“: Man kann testen, wie Regeln, Umweltbedingungen und Sensorik Rückkopplungen erzeugen – und wie daraus Stabilität, Kollaps, Anpassung oder Schwarmmuster entstehen.
Status & nächste Schritte
Ursprünglich als theoretisch-gestalterisches Konzept gestartet, dient The Tank inzwischen als Basis für funktionale Prototypen in animierter Programmierung. Nächste Schritte sind die Erweiterung der Umweltlogik, die Stabilisierung des Lern-Feedbacks und der Ausbau der UI, damit Systemzustände und Strategiewechsel in Echtzeit analysierbar bleiben.
Der autonome Agent (das digitale Lebewesen) verfügt über neun Input-Punkte, die ihm ermöglichen, seine Umgebung präzise wahrzunehmen und darauf zu reagieren:
Drei Inputs für die Nahrungsaufnahme: Diese dienen der Unterscheidung zwischen Energiequellen, Masse und Giftstoffen.
Zwei Augen: Sie ermöglichen die visuelle Wahrnehmung und helfen, Feinde, Freunde und Nahrung zu erkennen.
Vier kinästhetische Berührungspunkte: Diese erfassen taktile Reize und erlauben es dem Agenten, physische Interaktionen mit der Umgebung wahrzunehmen.
Zur Fortbewegung nutzt der Agent Flossen, die durch die Outputs des neuronalen Netzwerks gesteuert werden. Das neuronale Netzwerk besteht aus einem Input-Layer, einem Hidden-Layer und einem Output-Layer, die zusammen das Fundament für das Lernen und die Entscheidungsfindung des Agenten bilden.
Das Verhalten des Agenten ist nicht vorprogrammiert, sondern basiert auf einem lernenden System, das kontinuierlich auf Feedback reagiert. Wenn der Agent zufällig Nahrung aufnimmt, verstärken die aktivierten neuronalen Netzwerke diese erfolgreichen Aktionen und versuchen, sie zu wiederholen. Das System ist darauf ausgelegt, positive Ergebnisse zu verstärken und negative zu minimieren, wodurch allmählich Strategien für die Nahrungssuche, Flucht und andere überlebenswichtige Verhaltensweisen entwickelt werden.
Die verschiedenen Netzwerke für Sehen, Essen und Berührung konkurrieren innerhalb des Gesamtsystems miteinander. Abhängig vom Input pendelt sich das Gesamtnetzwerk in ein bestimmtes Verhaltensschema ein, das zu einzigartigen „Gehirnmustern“ bei jedem Individuum führt und ein nicht vorhersagbares, autonomes Verhalten erzeugt.
Dieses System simuliert nicht nur das Überleben in einer virtuellen Umgebung, sondern auch die Entwicklung individueller Verhaltensweisen, die durch die Interaktion mit der Umwelt geformt werden. Die emergenten Strategien und unvorhersehbaren Verhaltensmuster machen das Projekt zu einer spannenden Untersuchung der Möglichkeiten künstlicher Intelligenz in der Simulation biologischer Prozesse.
The Tank – Detail-Architekturen: Die Grafik zeigt mehrere Varianten der UI- und Agenten-Architektur im Vergleich: unterschiedliche Ring-Layouts, Layering-Strukturen und Netzwerk-Anordnungen für denselben Agenten. So lassen sich Darstellungslogik, Informationsdichte und Lesbarkeit systematisch testen – von kompakten Statusringen bis zu detaillierten „Innenleben“-Views mit neuronaler Aktivität.
The Tank – Fortbewegungstypen: Die Grafik zeigt mehrere Varianten der Agenten-Physiologie und ihrer Fortbewegung – vom „Schwimmer“ mit unterschiedlichen Flossen-/Antriebskonfigurationen bis zu kompakteren Körperformen. Dadurch lassen sich Beweglichkeit, Stabilität und Energieeffizienz vergleichen und als Designparameter in der Simulation systematisch variieren.
The Tank – Simulationsraum: Die Szene zeigt den virtuellen „Tank“ als Umgebung mit großen polygonalen Hindernissen/No-Go-Zonen (rot) sowie verteilten Objekten als Ressourcen und Reize. Mehrere Agenten bewegen sich im Raum und interagieren mit der Umwelt; ihre Positionen und Begegnungen machen sichtbar, wie Verhalten, Navigation und Überleben aus einfachen Regeln und Lernprozessen entstehen.
The Tank – UI/Simulation-Szene: Die Grafik zeigt eine laufende Ökosystem-Simulation mit einem Agenten im Fokus. Im Zentrum steht das visualisierte neuronale Netzwerk („Innenleben“) des Wesens, umgeben von UI-Overlays für Geschwindigkeit über Zeit, Zustands- und Steuerparameter. Geometrische Elemente im Raum markieren Umgebungseinflüsse/Hindernisse, während die Darstellung Lernen, Aktivität und Verhalten des Agenten in Echtzeit beobachtbar macht.