▍AI Dev Lab
CellDrift

CellDrift ができるまで — ライフゲームのルールを変える

ライフゲーム(セルオートマトン)シミュレーターの開発ログ。5つのルールと12の古典パターンを、Canvas 2DとUint8Arrayのping-pong更新で軽量に動かした記録です。

·decision改善·stage公開中

CellDrift は、 セルラーオートマトンシミュレーター。 Conway + 4 ルールバリアント (HighLife / Day&Night / Seeds / Replicator) × 12 古典パターン。ラボ 36本目、 シミュレータージャンル 4本目 (PilePark 物理 / DoodleDrop お絵描き物理 / FracCast 数学イテレーション / CellDrift セルラー進化、「物理 / 描く / 数 / 細胞」 4 本完成)。

#なぜこの形にしたか

直近 5本 (glyph-forge / soroban-rush / pop-drift / maya-cast / type-rush) にシミュレーターゼロ、連続にならず safe。ジャンル分布でシミュ / 占い / データが 3 と薄め、シミュから補充。

候補比較:

  • Conway ライフゲーム + 5 ルール (採用) — wow 中 + SEO 中、純 JS 軽量
  • WebGPU 流体 — wow 超強だが SEO 弱 + Safari 17.4+ 制約
  • Gray-Scott 反応拡散 — wow 強だが SEO ニッチすぎ
  • 育休給付金 (計算 5) — SEO 強だがマネー計算機 4 連続直近で食い合いリスク

選んだ理由:

  • Conway は 数学・計算理論の古典 で 50 年連続的検索ボリューム (大学 / 高校数学 / プログラミング学習)
  • 5 ルールバリアント で、誕生・生存の条件を切り替えて変化を比較する。Replicatorの名前だけで有限の盤の無限拡散を保証しない。
  • 12 古典パターンライブラリ をワンクリックで配置。周期・寿命は規則と境界条件に依存する。
  • 純 JS + Canvas 2D + Uint8Array で軽量、 240×160 grid (38,400 cells) × 60 fps で快適
  • 見た目「連続フォーム用紙 + dot-matrix プリンタ モチーフ」が既存 35 本と完全別軸

#見た目をどう決めたか

直近 5本の見た目を書き出す:

glyph-forge — ink + 朱赤 + 生成り + brass plate + emerald (letterpress 活字工房)
soroban-rush — warm brown + 玉青藍 + 玉朱 + 和紙 (そろばん 寺子屋)
pop-drift — cream paper + cobalt + warm red (昭和統計年鑑 Risograph)
maya-cast — earth red + jade + obsidian + gold + bone (マヤ古代壁画)
type-rush — cream paper + carbon ribbon + brass key (古いタイプライター)

題材「Conway / セルラー / 数学」 → モチーフ候補:

  • 連続フォーム用紙 + dot-matrix プリンタ (緑バー + cream + ink + perf 穴) ← 採用
  • 80s CRT phosphor green — ascii-bake と被る
  • 生物学・ペトリ皿・顕微鏡 — maya-cast / fate-num と色温度近い
  • 黒板チョーク — doodle-drop と被る

採用 3 要素:

  • 配色: 緑バー paper #d6e8d0 + cream paper #f4ecd5 (交互) + dot-matrix ink #1a1410 + alert red #c92e2e + perf 穴 brown #6a4a28 + emerald accent #2d7d5e
  • 緑系は doodle-drop / ascii-bake / side-tax と一部重なるが、「緑バー / cream 交互行 + perf 穴」の連続フォーム用紙モチーフは唯一
  • モチーフ: continuous form paper (緑バー / cream 交互 22px 横縞、 14px 緑 + 22px cream の繰り返し + 左右 32px perf 列 (12 個の dot-matrix 穴) + ink banner header 「CELL-DRIFT · MAINFRAME GRID · v1.0」 + RULE: B3/S23 表記 + dashed border)
  • typography: JetBrains Mono (dot-matrix 印字、 stats + chip + 全体的 mainframe terminal 感) + Space Grotesk 800 (display) + 漢数字ステップ (壱/弐/参)

#技術スタック

#Grid + Uint8Array ping-pong (2 バッファ swap)

ts
export function makeGrid(w: number, h: number): Grid {
 return { w, h, cells: new Uint8Array(w * h) }
}

// 毎フレーム step で nextGrid に書き込み → swap でメモリ再利用

const g = gridRef.current
const n = nextRef.current
step(g, n, rule, wrap)
gridRef.current = n
nextRef.current = g // swap

240×160 grid = 38,400 cells。各セル 1 byte (0/1) の Uint8Array でメモリ効率最大。 ping-pong で alloc 不要、 GC 圧迫なし。 60 fps × 38,400 cells = 2.3M cells/sec で 8-近傍カウント = 18M ops/sec、 V8 で楽勝。

#5 ルールを Bn/Sn データで宣言

ts
export const RULES: RuleInfo[] = [
 { id: "conway", spec: "B3/S23", born: set(3), survive: set(2, 3) },
 { id: "highlife", spec: "B36/S23", born: set(3, 6), survive: set(2, 3) },
 { id: "daynight", spec: "B3678/S34678", born: set(3,6,7,8), survive: set(3,4,6,7,8) },
 { id: "seeds", spec: "B2/S", born: set(2), survive: set },
 { id: "replicator", spec: "B1357/S1357", born: set(1,3,5,7), survive: set(1,3,5,7) },
]

// 1 つの step 関数で 全ルール対応

if (alive && rule.survive.has(n)) next = 1
else if (!alive && rule.born.has(n)) next = 1
else next = 0

Set<number> による born/survive 集合判定で O(1) 検査。 5 ルール = データ宣言だけ、ロジックは共通。新ルール追加は 1 行で OK。

#12 古典パターンを 2D 配列で内蔵

ts
export const PATTERNS: Pattern[] = [
 {
 id: "gosper",
 label: "Gosper Glider Gun",
 cells: [
 [_,_,_,_,_,_,_,_,_,_,_,_,_,_,_,_,_,_,_,_,_,_,_,_,G,_,_,_,_,_,_,_,_,_,_,_,_,_],
 // ... 9 行 × 38 列 の Gosper Gun を 直接配列で記述

 ],
 },
 // Glider / Pulsar / LWSS / R-Pentomino / Acorn / Diehard / ...

]

export function pasteCentered(g: Grid, pattern: Pattern): void {
 const ox = Math.floor((g.w - pw) / 2)
 const oy = Math.floor((g.h - ph) / 2)
 clearGrid(g)
 pastePattern(g, pattern, ox, oy)
}

各パターンは 0 / 1 の 2D 配列。 pasteCentered でグリッドの中央に配置。 12 パターンを 1 ファイルに集約、 ~150 行で全網羅。 Gosper Gun (36×9) が最大、 Block (2×2) が最小。

#8-近傍カウント (Moore neighborhood) + Wrap (torus)

ts
function getCell(g: Grid, x: number, y: number, wrap = false): number {
 if (wrap) {
 const xx = ((x % g.w) + g.w) % g.w
 const yy = ((y % g.h) + g.h) % g.h
 return g.cells[yy * g.w + xx] ?? 0
 }
 if (x < 0 || x >= g.w || y < 0 || y >= g.h) return 0
 return g.cells[y * g.w + x] ?? 0
}

function countNeighbors(g, x, y, wrap) {
 let c = 0
 for (let dy = -1; dy <= 1; dy++) {
 for (let dx = -1; dx <= 1; dx++) {
 if (dx === 0 && dy === 0) continue
 c += getCell(g, x + dx, y + dy, wrap)
 }
 }
 return c
}

Wrap (torus 周期境界) で ((x % w) + w) % w の double-mod pattern で負の剰余安全化。 Wrap ON だと Glider が右端から消えても左端から再登場、大型パターン (Gosper Gun) の Glider 放出が周期的に観察可能。

#Canvas 描画 (緑バー + ink dots)

ts
const cellW = CANVAS_W / g.w // 720 / 120 = 6px

const cellH = CANVAS_H / g.h // 480 / 80 = 6px


// bg = cream paper

ctx.fillStyle = "#f4ecd5"
ctx.fillRect(0, 0, CANVAS_W, CANVAS_H)

// 緑バー (8 行ごと 4 行を緑) — 連続フォーム用紙 風

ctx.fillStyle = "#d6e8d0"
for (let y = 0; y < g.h; y += 8) {
 ctx.fillRect(0, y * cellH, CANVAS_W, cellH * 4)
}

// alive cells (ink black)

ctx.fillStyle = "#1a1410"
for (let y = 0; y < g.h; y++) {
 for (let x = 0; x < g.w; x++) {
 if (g.cells[y * g.w + x] === 1) {
 ctx.fillRect(x * cellW, y * cellH, cellW, cellH)
 }
 }
}

Canvas 720×480 を 60-240 倍率で描画。 image-rendering: pixelated CSS でアンチエイリアス無効、純ピクセル表示。

#RAF + speed throttle (1-60 fps)

ts
function tick(now: number) {
 const interval = 1000 / Math.max(1, speed)
 if (running && now - lastTickRef.current >= interval) {
 step(g, n, rule, wrap)
 // swap, count, draw

 lastTickRef.current = now
 }
 rafRef.current = requestAnimationFrame(tick)
}

RAF は常時 60fps で呼ばれるが、 interval 比較で 1 fps (slow motion) 〜 60 fps (high speed) をスロットリング。 React state (running / speed / rule / wrap) の依存配列で useEffect が再構成。

#Pointer Events + Drag Draw + Toggle

ts
const onPointerDown = (e) => {
 canvas.setPointerCapture(e.pointerId)
 const x = floor(((e.clientX - rect.left) / rect.width) * g.w)
 const y = floor(((e.clientY - rect.top) / rect.height) * g.h)
 const drawing = g.cells[y*g.w+x] === 1 ? 0 : 1 // toggle = clicked cell の逆 を以降の drag value に

 drawingRef.current = drawing
 setCell(g, x, y, drawing)
}

クリック位置が「死 → 生」 or 「生 → 死」を判定して、 drag 全体で同じ値を塗る (= 描き始めの逆動作)。 setPointerCapture で canvas 外も継続。

#追補:予想と答え合わせの図鑑

12の既存パターンを、Conway B3/S23・96×64・Wrapなしで進める教材を追加した。予想を選んでから1世代ずつ、または指定世代まで進める。初期配置と観察中の配置は全フレーム共通の座標範囲で表示し、Gliderの移動を自動中央寄せで消さない。

固定例の実エンジンと別の隣接数集計で全296フレームを照合。Block/Beehiveは静止、Toad/Pulsar/Pentadecathlonは周期2/3/15、Glider/LWSSは4世代の移動、Diehardは130世代の全滅を確認した。R-Pentomino・Acorn・Pi-Heptominoは短期観察であり、長期の安定を保証する教材ではない。

Gosper Gunは右側のBlockが2マスずれた旧配置を、GollyのRLE資料の36×9の配置へ訂正。30世代後の発生源の復帰と、盤全体がGlider5セル分増えることを区別する。有限の盤やトーラスを無限平面と同じものとして扱わない。停止中は毎フレーム描画処理を予約せず、再生と初期化の所有フレームは離脱時に取り消す。

#未実装の拡張候補

  • Wireworld (4-state: empty / wire / electron head / electron tail) で回路シミュ
  • Brian's Brain (3-state: alive / dying / dead) の振動子
  • Langton's Ant (turmite) 1-cell walker
  • Reaction-Diffusion (Gray-Scott) WebGL2 fragment shader 版
  • 共有 URL で grid state + rule を base64 シリアライズ → SNS 再現
  • PNG / GIF アニメ出力 (canvas.toBlob / MediaRecorder)
  • RLE (Run-Length Encoded) パターンインポート (LifeWiki 形式互換)
  • WebGL2 GPGPU で 1000×1000 グリッド 60fps (現状 CPU 上限 240×160)
  • 音響化 (alive count の変動を WebAudio で sonify)
  • マルチプレイヤー (WebRTC で 2 人同時描画 + 進化観察、 beam-drop 拡張)

[ ./next_action ]

読んだら、 CellDrift を実際に動かす。

この開発ログは CellDrift をどう作ったかの記録です。 読み終わったらそのままサービス本体へ戻って、実物で価値を確かめてください。

[ ./related_logs ]

関連する開発ログ

all logs →
StarTrail

重力で近くを通る2粒子を観察する:スロー再生と計算刻みの違い

初期座標・速度・G・dt・軟化を公開した2粒子の数値実験。保存点の最接近をコマ送りで見て、再生速度・表示径・計算刻みを区別します。条件付きPNG/JSONの保存手順と、接触や現実の精度を保証しない限界も説明。

read log →
ShadowTwin

立体パズルの別解を作る:同じ影と最少の積み木

ShadowTwinの開発記録。同じ3方向の影となる別解の仕組みを、A/Bの違いと1操作の投影変化で確認。最高段の維持・床の有無・最少個数を区別し、元判定と保存を変えず検算します。実照明の計算や能力診断ではありません。

read log →
SlitCard

スリットアニメーションを作る:4コマの合成と透明原稿の設計

SlitCardの開発記録。4コマの帯を交互に合成し、すき間と黒帯で別のコマを見せる仕組みを解説。同縮尺の台紙・透明シートSVG、50mm確認線、手動プレビュー・初期非表示、再編集と実出力検査を整理します。

read log →
WindowLight

日当たりシミュレーションを作る:窓の光を床へ投影する幾何モデル

WindowLightの開発記録。太陽位置近似から窓の4隅を床へ投影し、凸多角形を部屋で切り取る設計を解説。国立天文台の16時刻との限定照合、大気差・低高度・実際の採光との違い、SVGと設定の再編集を整理します。

read log →
GridLights

電源構成の比較を作る:割合と実量を100個の電球で読み解く

電源構成比較GridLightsの開発記録。12か国の年次発電データを最大剰余法で100個の電球に変換し、割合とTWhを比較する設計を解説。欠損を0補完しない7分類、予想と実値、出典付きSVGと実データ検証を整理します。

read log →
SoundLoom

音のお絵かきを作る:実WAVから絵を測り直す設計

音のお絵かきの開発記録。描画と編集可能な立ち上がり・消え方をPCM/WAVへ変換し、実音をGoertzel法で測る仕組みを解説。旧JSONの音の互換性、再生音量と保存ピーク、測定窓・量子化の限界と古い処理の抑止を整理します。

read log →