Clear Sky Science · de

Deterministische skaleninvariante Dynamik in einem logistischen Game-of-Life-Modell

· Zurück zur Übersicht

Warum einfache Regeln komplexe Welten erzeugen können

Viele natürliche Systeme, von Waldbränden bis zu Verkehrsstau, scheinen zwischen Ruhe und Chaos zu schweben. An dieser Schwelle können Ereignisse jeder Größe auftreten, von winzigen Flackern bis hin zu systemweiten Kaskaden. Dieser Artikel untersucht, ob solches skalenfreies Verhalten wirklich Zufall braucht oder ob es in einer völlig vorhersagbaren Welt entstehen kann. Die Autorinnen und Autoren gehen dieser Frage mit einer Variante von Conways bekanntem Game of Life nach und zeigen, dass rein deterministische Regeln dennoch kritische, skaleninvariante Dynamik hervorbringen können.

Eine neue Variante des Game of Life

Conways Game of Life ist ein gitterbasiertes Spieluniversum, in dem jede Zelle entweder „lebendig" oder „tot" ist und sich ihr Zustand nach dem Status der Nachbarn ändert. Klassischerweise sind die Regeln ganz oder gar nicht: Jede Zelle wechselt zwischen 0 und 1. Im hier untersuchten logistischen Game of Life trägt jede Zelle stattdessen einen Wert zwischen 0 und 1, der misst, wie „lebendig" sie ist, und ein einziger Steuerparameter, genannt λ, skaliert, wie stark die Zellen aktualisiert werden. Diese Änderung erweitert die möglichen Zustände zu einer feiner aufgelösten Skala und erlaubt es den Zellen, in kleineren Schritten anzupassen, während die Dynamik vollständig deterministisch bleibt. Wenn man λ justiert, verändern sich die Muster auf dem Gitter im Charakter und bieten ein reiches Testfeld, um zu untersuchen, wann und wie kritisches Verhalten auftritt.

Figure 1. Wie das Einstellen eines Reglers in einer Gitterwelt Muster von eingefroren über unruhig bis hin zu dicht verwobener Bewegung verschiebt.
Figure 1. Wie das Einstellen eines Reglers in einer Gitterwelt Muster von eingefroren über unruhig bis hin zu dicht verwobener Bewegung verschiebt.

Drei Arten von Langzeitverhalten

Durch groß angelegte Simulationen und das Beobachten der Gitterentwicklung über viele Zeitschritte identifizieren die Autorinnen und Autoren drei unterschiedliche Langzeitregime beim Variieren von λ. Bei hohen Werten von λ verhält sich das System ähnlich wie das klassische Game of Life: Die Aktivität erlischt schnell und hinterlässt einen weitgehend leeren Hintergrund, durchsetzt von einigen eingefrorenen Blöcken oder kleinen periodischen Formen. Das ist eine spärlich-statische Phase. Wird λ unter einen ersten Schwellenwert, bezeichnet als λA, gesenkt, legt sich das System nie vollständig zur Ruhe. Stattdessen bleibt die Aktivität im Grenzfall großer Systemgröße dauerhaft bestehen, bleibt aber relativ dünn verteilt und bewegt sich durch eine Kulisse überwiegend ruhiger Zellen. Das definiert eine spärlich-dynamische Phase. Eine weitere Absenkung von λ führt zu einer dicht-dynamischen Phase, in der aktive und ruhige Stellen zu komplizierten, labyrinthartigen Strukturen verwoben sind, die sich kontinuierlich verändern.

Verborgene Phasenübergänge aufspüren

Um die Phasen schärfer zu unterscheiden, verfolgen die Forschenden, wie viele Zellen zwischen Momentaufnahmen ihren Zustand ändern, wie ungleichmäßig diese Aktivität verteilt ist und wie groß die zusammenhängenden Flächen ähnlicher Zellen werden. In der Nähe von λA springt der Anteil der sich ändernden Zellen plötzlich von fast null auf einen endlichen Wert, und die räumlichen Fluktuationen der Aktivität erreichen ein Maximum. Das signalisiert einen Übergang von wirklich eingefrorenem Verhalten zu andauernder Bewegung, obwohl die zugrunde liegenden Regeln unverändert bleiben. Tiefer im aktiven Bereich beobachten sie die Größe des größten Clusters ruhiger Zellen. Wenn λ sinkt, schrumpft dieses „Vakuum“-Cluster, bis es an einem zweiten speziellen Wert λP plötzlich aufhört, das Gitter zu überspannen. Statistische Tests zeigen, dass zu diesem Punkt die Cluster in ihrer Form selbstähnlich werden und mit der Systemgröße auf dieselbe Weise wachsen wie in klassischen Perkolationsproblemen, bei denen Verbindungen in einem Netzwerk von isolierten Inseln zu einem einzigen zusammenhängenden Kontinent wechseln.

Ungewöhnliche Kennzeichen der Kritikalität

Über die bloße Lokalisierung der Übergangspunkte hinaus untersucht das Team, wie häufig Cluster einer bestimmten Größe auftreten. Bei λP folgt die Verteilung der Clustergrößen einem Potenzgesetz: Kleine Cluster sind häufig, größere Cluster werden in einer glatten, skalenfreien Weise seltener, mit einem Exponenten (etwa 1,81), der bemerkenswert niedriger ist als in vertrauten zweidimensionalen Perkolationsmodellen. Das deutet auf eine andere „Universalklasse" hin, die hier eher durch die richtungsgebende Wirkung der Aktualisierungsregeln als durch Zufall getrieben wird. Um λA herum tritt ein anderer skalenfreier Befund auf: Wenn die dominante, das Gitter überspannende ruhige Region ausgeklammert wird, folgen die verbleibenden ruhigen Flecken, die von Aktivität umgeben sind, ebenfalls einer Potenzgesetz-Verteilung, aber mit einem steileren Exponenten nahe 2,9. Wichtig ist, dass dieses Verhalten über eine Reihe von λ-Werten ohne äußere Störung auftritt, was auf eine Form selbstorganisierter Kritikalität hindeutet, die allein durch die internen Dynamiken erzeugt wird.

Figure 2. Wie kleine Inseln auf einem Gitter wachsen und bei einem präzisen Schwellenwert zu einem einzigen verzweigten Cluster verschmelzen.
Figure 2. Wie kleine Inseln auf einem Gitter wachsen und bei einem präzisen Schwellenwert zu einem einzigen verzweigten Cluster verschmelzen.

Warum das für reale Systeme wichtig ist

Die Studie zeigt, dass komplexes, skaleninvariantes Verhalten in einer vollständig deterministischen Gitterwelt mit nur lokalen Regeln und einem einzigen, rauschfreien Stellparameter entstehen kann. Ein Übergang verhält sich ähnlich wie ein klassischer Perkolationsprozess, bei dem eine riesige zusammenhängende Region entsteht oder zerfällt, allerdings mit ungewöhnlichen numerischen Kennzeichen, die auf die Geometrie der Regelmenge zurückzuführen sind. Der andere Übergang erzeugt selbstorganisierte Kritikalität ohne die zufälligen Eingaben oder die dauerhafte externe Anregung, die frühere Modelle benötigten. Zusammengenommen legen diese Ergebnisse nahe, dass reale Systeme kritische, skalenfreie Zustände erreichen können, selbst wenn Zufall nur eine untergeordnete Rolle spielt, vorausgesetzt, ihre lokalen Wechselwirkungen sind entsprechend strukturiert.

Zitation: Akgün, H., Yan, X., Taşkıran, T. et al. Deterministic scale-invariant dynamics in a logistic Game-of-Life model. Commun Phys 9, 173 (2026). https://doi.org/10.1038/s42005-026-02568-w

Schlüsselwörter: Game of Life, Kritikalität, Perkolation, zelluläre Automaten, selbstorganisierte Kritikalität