用自然语言指导人工生命演化，让用户实时参与设计与进化。
Participatory Evolution of Artificial Life Systems via Semantic Feedback
- 通过提示词转参数编码器，将语言指令转化为可优化的系统参数。
- 用户反馈使视觉效果与行为规则双重优化，提升语义对齐度。
- 适合参与式生成设计、开放演化实验，支持多智能体互动与规则自生。
我们提出一种语义反馈框架，利用自然语言引导人工生命系统的演化。该框架整合了提示词转参数编码器、CMA-ES优化器和基于CLIP的评估模块，使用户意图能够同时调控视觉结果与底层行为规则。在交互式生态系统仿真中，系统支持提示词精炼、多智能体互动及涌现规则合成。用户研究表明，相比手动调参，语义对齐度显著提升，验证了其作为参与式生成设计与开放演化平台的潜力。
原文摘要 · Abstract (English)
We present a semantic feedback framework that enables natural language to guide the evolution of artificial life systems. Integrating a prompt-to-parameter encoder, a CMA-ES optimizer, and CLIP-based evaluation, the system allows user intent to modulate both visual outcomes and underlying behavioral rules. Implemented in an interactive ecosystem simulation, the framework supports prompt refinement, multi-agent interaction, and emergent rule synthesis. User studies show improved semantic alignment over manual tuning and demonstrate the system's potential as a platform for participatory generative design and open-ended evolution.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。