EssayAI
Блог
Блог
Естественные науки

Клеточный автомат: правила, примеры и игра «Жизнь»

8 ноября 2026Время чтения: 8 минут
#клеточный автомат#игра жизнь#дискретная модель#локальные правила#моделирование
Клеточный автомат: правила, примеры и игра «Жизнь»

Клеточный автомат - это дискретная модель, в которой множество одинаково устроенных клеток меняет состояние по одному локальному правилу. Клетка видит лишь небольшую окрестность, но из взаимодействия соседей возникают устойчивые фигуры, колебания и движение. Попробуйте интерактив: выберите начальный рисунок игры «Жизнь» и передвигайте ползунок поколений. Затем разберём, как получить тот же результат вручную и почему выбор границы поля важен.

Из чего состоит клеточный автомат

Представьте бесконечную клетчатую бумагу. В каждой клетке записано одно из допустимых состояний, например 0 или 1. На очередном шаге значение каждой клетки определяется её текущим состоянием и состояниями соседей. Для всех клеток действует одна функция перехода; результат её применения ко всей решётке образует новое поколение.

У модели есть четыре составляющие: решётка, набор состояний, окрестность и правило перехода. К ним добавляют начальную конфигурацию - расположение состояний в момент t=0t=0. Время и пространство здесь дискретны: между поколениями нет промежуточных состояний, а клетки занимают отдельные позиции. Решётка может быть одномерной полосой, плоскостью или иметь больше измерений; состояния тоже не обязаны быть только двумя.

Три живые клетки переходят из горизонтального ряда в вертикальный и обратно: каждый шаг вычисляется по предыдущему поколению целиком.

На видео показана мигалка игры «Жизнь». Она возвращается к исходному расположению через два шага. Это свойство рисунка при указанном правиле, а не универсальный закон всех клеточных автоматов. Один и тот же локальный механизм способен породить и другие траектории при другом начальном состоянии.

Окрестность и одновременный переход

Для клетки с координатами (i,j)(i,j) обозначим состояние в поколении tt через xi,j(t)x_{i,j}(t). В игре «Жизнь» оно равно единице для живой клетки и нулю для мёртвой. Окрестность Мура состоит из восьми клеток, соприкасающихся с выбранной стороной или углом. Сама выбранная клетка в число соседей не входит:

ni,j(t)=∑a=−11∑b=−11xi+a,j+b(t)−xi,j(t).n_{i,j}(t)=\sum_{a=-1}^{1}\sum_{b=-1}^{1}x_{i+a,j+b}(t)-x_{i,j}(t).

Здесь ni,jn_{i,j} - число живых соседей, от 0 до 8. Для перехода к моменту t+1t+1 сначала подсчитывают соседей по старому полю для всех позиций и только затем записывают все новые значения. Если менять клетки по одной прямо в исходной таблице, следующие вычисления увидят смесь двух поколений. Результат тогда может зависеть от порядка обхода, то есть будет описывать уже другую процедуру.

На практике удобно держать два массива: читать из первого, записывать во второй, затем поменять их ролями. В автоматах Мура и Мили тоже есть состояния и переходы, но там обычно рассматривают один автомат и его входную последовательность. Здесь главное - пространственная сеть клеток и совместное обновление их состояний.

Правила игры «Жизнь»

Джон Конвей предложил этот двумерный автомат; его описание появилось в публикации Мартина Гарднера 1970 года. Названия «живая» и «мёртвая» условны: это значения модели, а не утверждение о настоящих клетках. Для каждой позиции правило таково:

  1. Мёртвая клетка становится живой, если у неё ровно три живых соседа.
  2. Живая клетка остаётся живой, если у неё два или три живых соседа.
  3. Во всех остальных случаях клетка в следующем поколении мертва.

Краткая запись этого правила - B3/S23B3/S23: рождение при трёх соседях, выживание при двух или трёх. Ту же инструкцию можно записать одной формулой:

xi,j(t+1)=1⟺ni,j(t)=3  или  (xi,j(t)=1  и  ni,j(t)=2).x_{i,j}(t+1)=1\quad\Longleftrightarrow\quad n_{i,j}(t)=3\;\text{или}\;\bigl(x_{i,j}(t)=1\;\text{и}\;n_{i,j}(t)=2\bigr).

Таким образом, клетка с тремя соседями будет живой независимо от своего прежнего состояния. При двух соседях её состояние сохраняется, а при любом другом числе следующим значением будет ноль. У других клеточных автоматов могут быть совершенно иные окрестности и правила; отождествлять весь класс моделей с игрой «Жизнь» нельзя.

Пример: три клетки и два поколения

Пусть в пустом поле живы три клетки подряд по горизонтали. У средней клетки два живых соседа, поэтому она выживает. У каждой крайней - только один, поэтому обе умирают. Клетки непосредственно над и под средней имеют ровно по три живых соседа и оживают. Другие мёртвые клетки не имеют нужных трёх соседей. Получается вертикальный ряд из трёх клеток.

Горизонтальный ряд из трёх клеток превращается в вертикальный: центральная клетка с двумя соседями сохраняется
Горизонтальный ряд из трёх клеток превращается в вертикальный: центральная клетка с двумя соседями сохраняется

На следующем шаге рассуждение поворачивается на четверть оборота: центральная клетка снова сохраняется, крайние исчезают, а по бокам от центра появляются две новые. Возвращается горизонтальный ряд. В поколениях 0, 1 и 2 соответственно получаются горизонтальная, вертикальная и горизонтальная фигуры; число живых клеток во всех трёх равно трём. В интерактиве выберите «Мигалка» и проверьте поколения 0–2.

Различайте число живых клеток и сам рисунок. Одинаковая численность ещё не означает одинаковое состояние поля: в поколении 1 три клетки расположены иначе. Периодом называют наименьшее положительное число шагов, после которого вся конфигурация повторяется; здесь период равен двум, если поле достаточно велико и граница не вмешивается.

Устойчивые, колеблющиеся и движущиеся фигуры

Блок из четырёх живых клеток квадратом 2×22\times2 не меняется: у каждой живой клетки три соседа, а ни одна внешняя мёртвая клетка не получает ровно трёх. Это неподвижная конфигурация, или период 1. Мигалка представляет осциллятор с периодом 2. Обе фигуры можно выбрать в интерактиве и сравнить несколько поколений.

Глайдер состоит из пяти клеток в характерном расположении. Через четыре поколения его форма повторяется со сдвигом на одну клетку по диагонали на достаточно большом пустом поле. Перемещение фигуры не означает, что какая-то отдельная клетка физически переезжает: одни позиции гаснут, другие рождаются, а узнаваемый рисунок смещается. В интерактиве поле 15×1515\times15, а стартовая позиция выбрана так, чтобы показать эти первые шаги без влияния края.

Возможны и более сложные конфигурации. Но сложность отдельных рисунков не делает будущее любого рисунка одинаковым: некоторые быстро пустеют, другие стабилизируются или повторяются. Для конкретного вывода нужно задавать правило и начальное поле целиком.

Зачем задавать границу поля

Исходная математическая постановка часто использует бесконечную решётку, а компьютер хранит конечный массив. В нашем интерактиве за пределами поля всегда считаются мёртвые клетки. Если фигура приблизится к краю, её дальнейшая история может отличаться от истории на бесконечной плоскости: места для рождения за пределами массива нет.

Другая возможность - соединить противоположные края, получив периодическую, или тороидальную, границу. Тогда клетка у левого края соседствует с подходящими клетками правого края, а верх соединён с низом. Можно также выбрать фиксированные значения на границе. Ни один вариант не является автоматическим продолжением другого: при сравнении результатов необходимо сообщать размер поля и выбранное условие.

Этот выбор показывает общий принцип научного моделирования: реализация сохраняет одни свойства объекта и упрощает другие. Поэтому наблюдение в модели ещё не доказывает, что реальная система устроена точно так же.

Где применяют клеточные автоматы

Локальные правила используют для исследования распространения пожаров, движения транспорта, роста структур и других процессов, где соседние участки влияют друг на друга. Но правило игры «Жизнь» само по себе не является проверенной моделью каждого такого явления. Для прикладной задачи нужно отдельно выбрать состояния, откалибровать переходы по данным и проверить предсказания на независимых наблюдениях.

Клеточные автоматы интересны и как вычислительные системы: определённые конструкции могут кодировать и преобразовывать информацию. Из этого не следует, что любой автомат или любая начальная конфигурация выполняет произвольное вычисление. Вопрос о выразительных возможностях конкретной модели стоит отделять от свойств регулярных языков и конечных автоматов. Другая перспектива на формальное построение вычислений дана в статье о примитивно-рекурсивных функциях.

Частые ошибки

  • Обновлять клетки по очереди в исходной таблице. Для обычной синхронной модели все решения принимают по одному старому поколению.
  • Считать саму клетку её соседом. В окрестности Мура у неё восемь соседних позиций; центр в счёт не входит.
  • Оживлять клетку при двух соседях. Два соседа сохраняют живую клетку, но не рождают мёртвую.
  • Игнорировать край поля. Конечная решётка с мёртвой границей и тор отличаются при взаимодействии фигуры с краем.
  • Объявлять любое повторение движения периодом всей конфигурации. Глайдер повторяет форму со сдвигом, а не состояние тех же координат.

FAQ

Клеточный автомат всегда двумерный?

Нет. Он может быть одномерным, двумерным или иметь другую размерность. В одномерном случае часто рисуют очередные поколения строками друг под другом.

Нужна ли случайность?

Нет. Игра «Жизнь» детерминирована: начальное поле и правило однозначно задают последующие поколения. Существуют и вероятностные варианты автоматов, но это дополнительное свойство модели.

Можно ли предсказать результат без вычисления шагов?

Для знакомых фигур иногда можно использовать доказанные свойства, например период мигалки. Для произвольной конфигурации простого общего приёма, позволяющего сразу прочитать её далёкое будущее, ожидать не стоит; непосредственная симуляция остаётся полезным способом исследования.

Коротко

Клеточный автомат сочетает решётку, дискретные состояния, окрестность и локальное правило. В игре «Жизнь» правило B3/S23B3/S23 одновременно обновляет все клетки: рождение происходит при трёх соседях, выживание - при двух или трёх. Простые условия дают неподвижные, колеблющиеся и движущиеся фигуры; их поведение зависит от начального состояния и границ поля.

Доверьте текст нейросети EssayAI

Открыть EssayAI

Бесплатно, на русском языке и без VPN

Читайте также

Масштабный фактор: расчёт и законы подобия

Масштабный фактор: расчёт и законы подобия

Масштабный фактор в инженерии: как найти отношение размеров модели и оригинала, пересчитать длину, площадь и объём и учесть ограничения испытаний на модели.

8 ноября 20268 минут
Метод маленьких человечков: как построить модель

Метод маленьких человечков: как построить модель

Метод маленьких человечков помогает увидеть противоречие в устройстве или процессе. Разбираем шаги, пример для экономики, применение в обучении и границы модели.

7 ноября 20267 минут
Абсолютно неупругий удар: сохранение импульса

Абсолютно неупругий удар: сохранение импульса

Как найти скорость тел после абсолютно неупругого удара, применить закон сохранения импульса и вычислить потерю кинетической энергии на понятных примерах с формулами.

8 ноября 20268 минут
Абсолютное и избыточное давление: формулы и вакуум

Абсолютное и избыточное давление: формулы и вакуум

Абсолютное и избыточное давление, разрежение и вакуум: как выбрать начало отсчёта, перевести показания манометра и решить задачи с примерами в килопаскалях.

8 ноября 20268 минут
АЦП последовательного приближения: схема и принцип работы

АЦП последовательного приближения: схема и принцип работы

Разберите схему АЦП последовательного приближения: как компаратор, ЦАП и регистр определяют код по битам, как вычислить шаг квантования и оценить погрешность.

8 ноября 20268 минут
Аддитивная и мультипликативная погрешность

Аддитивная и мультипликативная погрешность

Аддитивная и мультипликативная погрешность прибора: формулы сдвига нуля и ошибки масштаба, пример расчёта показания и поправки, калибровка прибора и пределы линейной модели.

8 ноября 20268 минут