About
研究关注
我关注复杂系统中结构如何生成,以及个体行为如何通过反馈、选择与流动机制逐渐演化为宏观秩序。
研究围绕复杂系统、涌现、多智能体系统、网络科学、行为经济学、计算社会科学、人工智能、科学哲学与技术哲学、信息流动与价值形成、决策机制与反馈系统等方向展开。
研究目标并非建立封闭的理论体系,而是通过理论、工程实现与实验观察,不断修正和完善对复杂现象的理解。
研究方法论
迭代式研究
理论不是终点,而是实验的起点。研究流程为:提出问题 → 建立模型 → 工程实现 → 实验观察 → 修正模型 → 持续迭代。每一次实验,无论成功或失败,都将作为模型演化的重要依据。
开放性与自反性
研究过程被公开记录,路径可追溯、可复盘、可被审视。通过持续的自我审视与外部反馈,确保研究方向的合理性与方法的可靠性。
跨学科整合
综合运用复杂系统理论、计算模拟、哲学反思与工程实践。单一学科的视角不足以理解复杂现象的全貌,跨学科的对话与整合是必要的。
简单规则原则
关注简单规则如何生成复杂行为。在 Agent Lab 中通过设计最小化的行为规则,观察宏观结构的自组织涌现。复杂性的来源不应被预设,而应从实验中自然浮现。
当前研究
FRDVC Framework —— 探索价值、欲望、承认、成本与流动之间的动态关系。当前工作包括理论框架构建、数学形式化、多智能体模拟、可视化实验、工程实现与模型伦理研究。
Agent Lab —— 构建多智能体模拟平台。通过设计简单规则,观察合作、竞争、资源流动、网络形成以及系统演化等现象。
Research Log —— 公开记录研究过程,包括理论推演、实验记录、模型修订、阅读笔记与阶段性总结。希望完整保留一个研究项目从概念到实践的演化轨迹。
联系方式
- GitHubgithub.com/Railgun0721