PPS-23-ScalaSim

Requisiti e Specifiche di Progetto

Modello di Dominio

Il progetto ScalaSim si pone di realizzare un simulatore di Automi Cellulari capace di supportare varie tipologie di questi ultimi, provvedendo a fornire meccanismi e componenti generali ed estendibili per fare in modo di adattare il software costruito in base alle esigenze delle simulazioni.

Un automa cellulare è un modello matematico che consiste in una griglia costituita da celle che rappresentano delle entità che evolvono nel tempo. Ciascuna di queste celle può assumere un insieme finito di stati e in ogni unità di tempo la griglia viene aggiornata seguendo delle regole definite dalla tipologia di automa simulato.

Requisiti

Durante l’analisi del dominio, sono stati individuati i seguenti requisiti del sistema software da realizzare.

Business

L’obiettivo del progetto è la creazione di un simulatore di automi cellulari all’interno di un ambiente finito. L’ambiente è suddiviso in celle, le quali durante la simulazione possono subire un cambiamento di stato dettato da un insieme di regole o comportamenti definiti da uno specifico automa cellulare. L’applicazione o meno di una regola può dipendere sia dallo stato della cella su cui viene applicata, sia da un insieme di fattori che caratterizzano l’ambiente e la simulazione in un certo istante di tempo. Generalmente tra questi fattori possono essere considerati lo stato del vicinato di una cella, o il numero di step che la simulazione ha effettuato in un dato momento. Una regola deve quindi essere definita nella maniera più generale possibile in modo tale da poter rappresentare, potenzialmente, un qualsiasi comportamento di un automa cellulare.

Il simulatore prodotto dovrà implementare almeno 3 dei seguenti automi cellulari:

• Conway’s Game of Life
• Wa-Tor
• Brian’s Brain
• Langton’s Ant
• Rule 110

Di seguito una breve descrizione per ognuno di essi.

Conway’s Game of Life

Conway’s Game of Life è un semplice automa cellulare che simula l’evoluzione di un universo artificiale composto da cellule. Queste cellule possono essere in due stati: vive o morte.

Le regole sono molto semplici:

• Isolamento: Una cella viva con meno di due vicini muore di solitudine.
• Sopravvivenza: Una cella viva con due o tre vicini sopravvive alla generazione successiva.
• Sovrapopolazione: Una cella viva con più di tre vicini muore per sovraffollamento.
• Riproduzione: Una cella morta con esattamente tre vicini diventa viva.

Brian’s Brain

Brian’s Brain è un automa cellulare che simula l’evoluzione di un universo artificiale composto da celle che possono trovarsi in uno dei seguenti tre stati:

• Viva (ON): La cella è attiva e può influenzare le celle vicine.
• Morente (DYING): stato della cella un’iterazione successiva dopo essere stata attiva.
• Morta (OFF): La cella è inattiva, non ha alcun effetto sulle celle vicine.

Ad ogni step della simulazione, una cella OFF diventa ON se esattamente due degli otto vicini hanno stato ON. Tutte le celle ON, allo step successivo diventano DYING: tutte le celle in questo, all’iterazione successiva avranno stato OFF.

Langton’s ANT

Questo automa cellulare ha un comportamento molto semplice ma i risultati che emergono possono essere piuttosto complessi.

La griglia iniziale è composta da sole celle bianche, e in una qualunque posizione viene collocata una formica. Ad ogni iterazione la formica si sposta di una posizione secondo le seguenti regole:

• Al di sopra di una cella bianca, ruota la formica di 90 gradi in senso orario, inverti il colore della cella sottstante, e muovi la formica di una posizione in avanti.
• Al di sopra di una cella nera, ruota la formica di 90 gradi in senso anti-orario, inverti il colore della cella sottstante, e muovi la formica di una posizione in avanti.

WaTor

WaTor simula l’evoluzione di una popolazione contenente prede e predatori, nel nostro caso Fish e Shark rispettivamente, all’interno di un ambiente toroidale. I risultati possono essere interessanti, come l’estinzione di una o entrambe le specie o un equilibrio tra le due.

Le regole possono essere così riassunte:

• Fish:
  1. Ad ogni iterazione, viene scelta una cella casualmente tra le celle vicine che non siano occupate da un’entità. Se non esiste, nessun movimento viene effettuato.
  2. Quando un pesce sopravvive per un certo numero di iterazioni, si riproduce: quando avviene lo spostamento verso una cella vicina, nella vecchia cella viene collocato un nuovo pesce, resettando il contatore di riproduzione mantenuto dal pesce originario.
• Shark:
  1. Ad ogni iterazione, viene scelta una cella casualmente tra le celle vicine che siano occupate da un pesce. Se non sono presenti, si cerca una cella non occupata da un’altro squalo. Se non sono presenti celle libere, nessun movimento viene effettuato.
  2. Ad ogni iterazione, uno squalo viene privato di un’unità di energia: una volta arrivato a zero, lo squalo muore.
  3. Se uno squalo raggiunge una cella occupata da un pesce, lo squalo mangia il pesce e lo squalo incrementa di una certa quantità la sua energia.
  4. Come per il pesce, una volta che uno squalo è sopravvissuto per un certo numero di iterazioni, si può riprodurre.

Rule110

Rule110 è un automa cellulare monodimensionale che si espande all’infinito. Ogni cella può assumere due valori, e lo stato successivo è definito dalla cella stessa e i suoi vicini. Le celle possono assumere valore 1 e 0, visivamente codificati rispettivamente in nero e bianco.

In base alla configurazione di una cella e delle due vicine si definisce lo stato della cella sottostante al passo successivo in base allo schema:

000	001	010	011	100	101	110	111
0	1	1	1	0	1	1	0

Utente

Gli utenti saranno in grado di interagire con il sistema principalmente in due modalità:

• Attraverso interfaccia grafica;
• Attraverso un esportazione video della simulazione.

In entrambe le modalità un utente potrà configurare i parametri della simulazione, tra cui:

• Scelta tra alcuni automi cellulari implementati;
• Numero di iterazioni della simulazione nel caso di esportazione video;
• Dimensioni dell’ambiente;
• Numero delle diverse entità all’interno della simulazione (e.g. in Game of Life, numero iniziale di celle vive e celle morte).

Requisiti Funzionali

Il sistema software deve essere in grado di rappresentare una vasta gamma di automi cellulari, ovvero supportare un ambiente costituito da celle aventi un certo stato, il quale può mutare nel tempo in base a specifiche regole dell’automa. Oltre ad essere in grado di modellare un automa, il sistema deve poter effettuare un certo numero di iterazioni dell’evoluzione del sistema, ossia applicare l’insieme di regole caratterizzanti l’automa alle celle componenti l’ambiente, in modo tale da causare un susseguirsi di cambiamenti di stato delle stesse ad ogni ciclo.

Il sistema deve garantire la correttezza di ognuno degli automi cellulari listati precedentemente, permettendo inoltre una visualizzazione in tempo reale della loro evoluzione o un’esportazione grafica del loro risultato.

Requisiti Non Funzionali

Trattandosi di un simulatore con la possibilità di visualizzazione in tempo reale, il sistema deve garantire un discreto livello di efficienza. Riguardo l’interfaccia grafica che permette l’interazione col simulatore stesso, essa dev’essere intuitiva e di facile uso, specialmente per quanto riguarda aspetti più avanzati come la configurazione della simulazione.

Requisiti di Implementazione

• Utilizzo della Java Virtual Machine
• Utilizzo di Scala 3.x
• JDK >= 19

Requisiti Opzionali

• Implementazione di tutti gli automi cellulari listati nei Requisiti-Funzionali;
• Caricamento da file standard (JSON, XML, YAML) della configurazione del simulatore.
• Caricamento da file standard delle specifiche di un semplice automa cellulare.

Indice

Capitolo Precedente

Capitolo Successivo

This site is open source. Improve this page.