Os resultados obtidos e apresentados na seção anterior permitem tirar diversas conclusões sobre a ecologia e evolução dos lagartos em diferentes cenários e com variados níveis de dificuldade
ambiental. As diferenças de desempenho entre as populações de lagartos em cenários com e sem evolução foram evidentes, especialmente para os casos onde há presença de predadores, nos quais a adaptabilidade não somente melhorou o desempenho da população, como evitou sua extinção nos ambientes equilibrado e hostil. Nas Tabelas 9 a 11 são exibidas comparações entres as médias e desvios padrões dos resultados de todas as iterações nos quatro cenários.
Tabela 9: Comparativo entre os valores médios dos fatores no ambiente favorável nos quatro cenários.
Ambiente Favorável C1 C2 C3 C4
População de Lagartos 41,17±12,52 54,26±4,46 37,59±17,31 38,2±9,25
População de Predadores --- --- 1,55±0,52 1,95±0,52
Longevidade 823,35±132,26 969,8±64,65 814,17±197,11 909,3±141,23
Filhos por Geração 9,48±2,52 20,43±2,41 9,71±5,34 15,34±4,48
Velocidade 3±0 5,53±0,1 3±0 5,24±0,21
Tamanho do Corpo 20±0 19,5±0,48 20±0 19,58±1,26
Tamanho da Cabeça 5±0 4,78±0,1 5±0 4,58±0,25
Tamanho dos Insetos 4,31±0,04 3,52±0,21 4,33±0,07 4,36±0,21
Tamanho dos Vegetais 4,31±0,04 3,72±0,25 4,32±0,06 4,39±0,2
Quantidade de Insetos 659,4±27,83 184,78±17,23 670,06±39,76 513,74±58,9
Quantidade de Vegetais 659,47±27,82 176,62±17,6 669,84±39,89 515,39±63,42
Preferência por Insetos 5±0 5,21±0,22 5±0 5,14±0,46
Preferência por Vegetais 5±0 4,79±0,22 5±0 4,86±0,46
Limiar de Energia 25±0 25,49±1,64 25±0 28,52±1,6
Limiar de Hidratação 25±0 26,82±1,62 25±0 24,05±4,76
Mortos por Desnutrição 5,41±4,73 1,6±0,5 4,71±4,54 1,75±1,08
Mortos por Desidratação 5,42±4,75 1,79±0,62 4,72±4,53 1,91±1,27
Mortos por Idade 0±0 0±0 0±0 0±0
Mortos por Predação --- --- 2,03±1,4 1,32±0,59
No Cenário 1 observa-se a menor quantidade de filhos por iteração em todos os ambientes, juntamente com as maiores quantidades de mortes por desnutrição e desidratação. Isso pode ser explicado pela incapacidade de alimentação dos lagartos por certos tamanhos de alimentos, como discutido anteriormente.
Em todos os ambientes a maior longevidade dos lagartos, o maior crescimento da população e a maior quantidade de filhos por iteração são vistos no Cenário 2, no ambiente favorável. Este é o cenário que apresenta a menor quantidade de mortes por desnutrição e desidratação.
Tabela 10: Comparativo entre os valores médios dos fatores no ambiente equilibrado nos quatro cenários.
Ambiente Equilibrado C1 C2 C3 C4
População de Lagartos 38,91±13,04 53,75±4,43 20,26±15,63 37,15±8,53
População de Predadores --- --- 5,97±1,99 1,89±0,48
Longevidade 825,8±140,23 967,23±65,29 770,38±253,34 916,14±128,45
Filhos por Geração 9,32±2,57 19,69±2,3 12,64±9,72 15,74±4,36
Velocidade 3±0 5,52±0,11 3±0 5,29±0,2
Tamanho do Corpo 20±0 19,27±0,46 20±0 17,8±0,87
Tamanho da Cabeça 5±0 4,79±0,1 5±0 4,31±0,2
Tamanho dos Insetos 4,32±0,04 3,72±0,25 4,4±0,07 4,54±0,2
Tamanho dos Vegetais 4,31±0,04 3,88±0,25 4,4±0,07 4,58±0,19
Quantidade de Insetos 627,49±27,51 167,72±17,92 694,36±93,05 490,78±54,5
Quantidade de Vegetais 627,03±27,48 160,22±17,38 692,9±92,74 492,14±57,95
Preferência por Insetos 5±0 5,16±0,21 5±0 5,02±0,34
Preferência por Vegetais 5±0 4,84±0,21 5±0 4,99±0,34
Limiar de Energia 25±0 29,8±0,68 25±0 24,49±1,92
Limiar de Hidratação 25±0 25,88±1,6 25±0 27,36±1,6
Mortos por Desnutrição 5,15±4,62 1,6±0,5 2,83±2,58 0,97±100,68
Mortos por Desidratação 5,17±4,63 1,78±0,61 2,83±2,56 1,05±109,1
Mortos por Idade 0±0 0±0 0±0 0±0
Mortos por Predação --- --- 2,24±1,61 0,67±50,6
No Cenário 3 observa-se a maior quantidade de mortes por predação e as menores populações de lagartos e menor longevidade em todos os tipos de ambiente. Este pode ser visto como cenário de pior caso, no qual os lagartos não evoluem e há a presença de predadores. Ou seja, há uma população de lagartos incapaz de se adaptar e imersos em um ambiente bastante hostil.
O Cenário 4, apesar de desafiador para os lagartos, mostrou-se o mais equilibrado de todos. O fator marcante deste é a capacidade de, por meio da evolução, manter a população de lagartos nos ambientes equilibrado e hostil, mesmo com a presença de predadores.
Com a análise dos resultados deste trabalho observa-se que o algoritmo evolutivo proposto em Izidoro et al. (2011) permite a evolução dos lagartos como consequência da necessidade de adaptação ao ambiente e suas variações, como a escassez de alimentos e a presença de predadores. Notou-se mudanças comportamentais, fisiológicas e morfológicas nos lagartos, mudanças que não foram previamente programadas, mas que emergiram do processo de seleção natural simulada.
Tabela 11: Comparativo entre os valores médios dos fatores no ambiente hostil nos quatro cenários.
Ambiente Hostil C1 C2 C3 C4
População de Lagartos 37,07±11,97 52,4±4,41 19,5±14,8 31,96±14,46
População de Predadores ˗ ˗ ˗ ˗ 5,39±1,76 1,79±0,71
Longevidade 834,48±140,06 969,71±66,31 802,41±262,55 919,82±229,68
Filhos por Geração 9,81±2,67 20,06±2,43 10,59±5,64 16,18±6,85
Velocidade 3±0 5,53±0,11 3±0 5,31±0,34
Tamanho do Corpo 20±0 19,8±0,46 20±0 19,21±2,8
Tamanho da Cabeça 5±0 4,79±0,1 5±0 4,23±0,5
Tamanho dos Insetos 4,32±0,04 3,52±0,23 4,35±0,1 4,58±0,31
Tamanho dos Vegetais 4,31±0,04 3,68±0,24 4,38±0,09 4,6±0,29
Quantidade de Insetos 605,18±25,73 178,37±17,27 591,3±132,57 455,71±88,95
Quantidade de Vegetais 604,91±25,4 171,48±17,81 604,28±115,29 465,75±91,45
Preferência por Insetos 5±0 5,18±0,22 5±0 5,09±0,55
Preferência por Vegetais 5±0 4,82±0,22 5±0 4,91±0,55
Limiar de Energia 25±0 29,05±0,62 25±0 32,66±1,38
Limiar de Hidratação 25±0 28,22±0,93 25±0 24,85±5,58
Mortos por Desnutrição 5,08±4,41 1,62±0,52 0,7±21,33 1,67±1,02
Mortos por Desidratação 5,1±4,41 1,81±0,65 0,69±21,32 1,82±1,25
Mortos por Idade 0±0 0±0 0±0 0±0
Mortos por Predação --- --- 1,3±14,35 1,29±0,57
Os resultados apresentados também mostram que o simulador proposto permite o estudo adequado da ecologia e evolução dos lagartos das dunas e a modelagem genética proposta para os lagartos também é adequada, incorporando no código genético dos lagartos as características necessárias à observação de fenômenos típicos de sistemas ecológicos naturais. Como exemplos é possível citar um equilíbrio dinâmico das populações de lagartos, suas presas e predadores em ambientes equilibrados, assim como sua extinção em ambientes hostis nos quais os lagartos não podem evoluir. Além desses experimentos e observações, produtos diretos da dissertação, outro produto indireto é a parametrização (definição de tamanhos populacionais, modelagem genética dos lagartos, etc.) de todo o ecossistema para sua posterior integração ao jogo.
Essas simulações provam que é possível demonstrar a evolução de uma população de lagartos dentro de um ambiente simulado. É também possível demostrar diferentes convergências evolutivas em diferentes cenários. Ou seja, quando os conceitos trabalhados aqui forem aplicados ao jogo Calangos, pode-se utilizar disto para mostrar ao estudante jogador que a evolução das espécies é condicionada ao ambiente e que não é premeditada nem tem um objetivo específico.
Os estudos sobre ecologia populacional também tiveram grande peso na proposta do simulador, pois é preciso modelar o comportamento de espécies coexistindo em um ambiente de forma que este modelo permita a observação de comportamentos similares aos encontrados na natureza.
5 CONCLUSÕES E TRABALHOS FUTUROS
Durante a modelagem e desenvolvimento do simulador, diversos temas tiveram que ser investigados. Foi necessário o desenvolvimento de funcionalidades que poderão contribuir com o desenvolvimento final do jogo, tanto em quesitos tecnológicos quanto em científicos. Essas funcionalidades são: 1) toda a modelagem da inteligência artificial dos lagartos e predadores, que envolve as máquinas de estados projetadas, os algoritmos de busca por alimentos, caça, fuga e busca por parceiros reprodutivos; 2) os mecanismos de controle de gasto basal de energia e hidratação dos lagartos; 3) a modelagem genético-evolutiva dos lagartos e o mapeamento genótipo-fenótipo; 4) a definição de parâmetros genéticos de mutação e cruzamento do simulador; 5) a definição dos níveis de dificuldade ambiental e dos parâmetros ambientais associados a cada um; 6) a replicação e simulação dos conceitos de biologia populacional estudados; 7) a simulação da evolução das espécies com o passar das gerações; 8) a estrutura orientada a objetos do simulador; 9) a estrutura de armazenamento, análise e tratamento de dados de saída; e 10) testes de execução e análise dos resultados.
Com as execuções realizadas usando o simulador constatou-se que existem diferenças entre os resultados dos quatro cenários e também que os operadores evolutivos e a presença de predadores afetam de forma significativa a dinâmica das populações. Em todos os cenários e ambientes observou-se padrões de comportamento similares aos modelos estudados na biologia (BERRYMAN, 1992; MAY, 1972; SMITH; SLATKIN, 1973), assim como o modelo Lotka- Volterra.
Comparando os Cenários 1 e 2, nos quais foram excluídos os predadores, observa-se que houve aumento significativo na longevidade no cenário com evolução em comparação ao outro, fecundidade e tamanho da população nos três ambientes, assim como a diminuição na quantidade de mortes por desnutrição e desidratação (em torno de quatro vezes menor). Cabe ressaltar que a única diferença entre esses dois cenários é a evolução habilitada no Cenário 2.
Comparando os Cenários 3 e 4, observou-se, assim como na comparação entre os dois cenários anteriores, aumentos visíveis na longevidade, fecundidade e tamanho da população. No Cenário 4 percebeu-se que a evolução da espécie com o passar das gerações propiciou adaptações que garantiram a sobrevivência da mesma ao longo de toda a simulação nos três níveis de dificuldade ambiental, diferentemente do Cenário 3 em que não havia evolução e os lagartos se extinguiram nos ambientes equilibrado e hostil. Pôde-se observar também a diminuição geral no número de mortes por desidratação, desnutrição e predação.
Com essas análises percebeu-se que há diferenças significativas entre cenários com e sem evolução. Extrapolando as simulações para o jogo, pode-se mostrar ao jogador os efeitos da evolução sobre o sucesso na sobrevivência das espécies ao longo do tempo, assim como as relações e equilíbrios existentes entre presas e predadores na natureza. Esses resultados devem servir de base para o desenvolvimento do jogo Calangos, podendo também servir para a modelagem da jogabilidade e dos personagens do jogo. Com os conhecimentos obtidos, tanto durante a modelagem e o desenvolvimento do simulador, quanto nos experimentos, é possível efetuar melhor o planejamento e o desenvolvimento das fases remanescentes do jogo.
Por outro lado, a versão final do Calangos é muito mais complexa que o simulador, tanto em aspectos ambientais, quanto em comportamentais dos personagens. Quanto aos aspectos ambientais a serem incorporados ao jogo, muitos deles não foram incorporados ao simulador devido à grande quantidade de dados para análise que essa adição geraria, sendo o foco do simulador não a modelagem do ambiente, mas sim a modelagem genético-evolutiva dos lagartos e o estudo das dinâmicas das populações. Outros aspectos ambientais que deverão ser incorporados futuramente incluem: controle do clima e temperatura, pluviosidade, umidade do ar, vegetação, estações do ano e ciclo circadiano. Com o incremento desses aspectos novos resultados e hipóteses devem surgir.
Como um importante trabalho futuro tem-se o acréscimo dos conceitos da biologia do desenvolvimento (BENTLEY; KUMAR, 2003) ao modelo. Isso fará com que o mapeamento do genótipo para o fenótipo não seja por meio de uma expressão direta, mas sim a partir de um mapeamento genótipo-fenótipo, tornando o modelo mais preciso sob o ponto de vista biológico. Como sequência, também se tem o desenvolvimento das Fases 3 e 4 do Calangos a partir dos conhecimentos levantados nesta dissertação. Dados os resultados obtidos faz-se necessário discutir como será a jogabilidade dessas fases e como os conceitos serão apresentados aos estudantes-jogadores. A representação genética dos lagartos proposta nesta dissertação e o modelo de equilíbrio populacional serão incorporados ao jogo em breve.
REFERÊNCIAS
ACKOFF, R. L.; SASIENI, M. W. Pesquisa Operacional. Rio de Janeiro: LTC, 1971.
ALMEIDA, D. J. D.; IZIDORO, V. N. L.; TAVARES, E. M.; LOULA, A. C. E.-H. C. N.; DE CASTRO, L. N. The Influence of Genetic Operators and their Probabilities on the Lizards' Behaviors within the Calangos Game. Proceedings Artificial Life 13. [S.l.]: [s.n.]. 2012. p. 509-510.
BENTLEY, P. J.; KUMAR, S. On Growth, Forms and Computers. 1. London: Elsevier Academic Press, v. 1, 2003.
BERRYMAN, A. A. The Orgins and Evolution of Predator-Prey Theory. Ecology. v. 73, n. 5, p. 1530-1535, 1992.
BUNGE, M. Analogy, Simulation, Representation. Revue Internationale de Philosophie. n. 87, p. 16-33, 1969.
CHARLES, D.; FYFE, C.; LIVINGSTONE, D.; MCGLINCHEY, S. Bologically Inspired Artificial Intelligence for Computer Games. [S.l.]: IGI Publishing, 2008.
DARWIN, C. On the Origin of Species by Means of Natural Selection, or the Preservation of Favoured Races in the Struggle for Life. London: Wordsworth, 1859.
DE CASTRO, L. N. Fundamentals of Natural Computing: Basic Concepts, Algorithms and Applications. [S.l.]: Champman & Hall/CRC, 2006.
DE CASTRO, L. N.; EL-HANI, C. N.; LOULA, Â. C. Relatório Final do Projeto ”Desenvolvimento de Jogos Eletrônicos educativos Para Ensino e Aprendizagem em Evolução e Ecologia. FINEP, [S.l.], 2010.
ECCLES, J. S.; DICKERSON, J. A.; SHAO, J. Evolving a Virtual Ecosystem with Genetic Algorithms. Proceedings Congress on Evolutionary Computation. [S.l.]: [s.n.]. 2000. p. 753- 760.
EIBEN, A. E.; SMITH, J. E. Introdutction To Evolutionary Computing. I. [S.l.]: Springer, 2003.
FLOREANO, D.; NOLFI, S. Evolutionary Robotics: The Biology, Intelligence, and Technology of Self-Organizing Machines. [S.l.]: The MIT Press, 2000.
FOGEL, D. B. Evolutionary Computation: Toward a New Philosophy of Machine Learning. 2. Hoes Lane, Piscataway, NJ: IEEE Press, v. 1, 2000.
FREITAS, A. A. Data Mining and Knowledge Discovery with Evolutionary Algorithms. [S.l.]: Springer-Verlag, 2002.
GOLDBERG, E. D. Genetic Algorithms in Search, Optimization, and Machine Learning. [S.l.]: Addison-Wesley, 1989.
GOODMAN, N. Languages of Art: An Approach to a Theory of Symbols. New York: Hackett Publishing Company, 1968.
GUALA, F. Models, Simulations, and Experiments. In: MAGNANI, L.; NERSESSIAN, N. Model-Based Reasoning: Science, Technology. New York: Kluwer Academic, 2002. p. 59-74.
HARTMANN, S. The World As a Process: Simulations in the Natural and Social Sciences. In: HEGSELMANN, R.; MUELLER, U.; TROITZSCH, K. G. Modelling and Simulation in the Social Sciences from the Philosophy of Science Point of View. [S.l.]: Springer, 1996. p. 77- 100.
HAYKIN, S. Neural Networks. New York: Macmillan College Publishing Company, 1994. HOLLAND, J. H. Adaptation in Natural and Artificial Systems. [S.l.]: The University of Michigan Press, 1975.
HOLLAND, J. H. Genetic algorithms. Scientific American. v. 267, n. 1, p. 44-50, 1992. IZIDORO, V. N.; DE CASTRO, L. N.; EL-HANI, C. N.; LOULA, A. C. Calangos Level 4: The Environmental Influence on the Players’ Strategy in a Simulation of the Ecological and Evolutionary Level of the Game. Simpósio Brasileiro de Jogos e Entretenimento Digital- SBGames. Salvador - BA, 2011.
KOZA, J. R.; RICE, J. P.; ROUGHGARDEN, J. Evolution of Food Foraging Strategies for Caribbean Anolis Lizard Using Genetic Programing. Adaptive Behavior. v. 1, n. 2, p. 171- 199, 1992.
LINDEN, R. Algoritmos Genéticos. Rio de Janeiro: Ciênca Moderna, 2012.
LOTKA, A. J. Elements of Physical Biology. Baltimore, Maryland, USA: Williams & Wilkin, 1925.
LOULA, A. C.; OLIVEIRA, E. S.; MUNOZ, Y. J.; VARGENS, M. M. F.; APOLINÁRIO, A. L.; DE CASTRO, L. N.; ROCHA, P.; EL-HANI, C. N. Modelagem Ambiental em um Jogo Eletrônico Educativo. Simpósio Brasileiro de Jogos e Entretenimento Digital - SBGames., 2009.
MAY, R. M. Limit Cycles in Predator-Prey Communities. Science. v. 177, n. 8, p. 900-902, 1972.
MITCHEL, M. An Introduction to Genetic Algoritms. 1. [S.l.]: MIT Press, 1998.
MITCHELL, M.; TAYLOR, C. E. Evolutionary Computation: An Overview. Annual review of Ecology and Systematics., 1999.
OLIVEIRA, E. S.; CALMON, J. H.; APOLINARIO, A. L.; LOULA, A. C. Desenvolvimento de Personagens para um Jogo Eletrônico de Ensino e Aprendizagem de Biologia. WTICG- BASE- Workshop de Trabalhos de IC e de Graduação. Maceió, 2010.
PRENSKY, M. Digital game-based learning. New York: McGraw-Hill, 2001.
PURVES, W. G.; ORIANS, H. H. Life: The Science of Biology. 1. Salt Lake City, Utah: W.H. Freeman., 1992.
RICKLEFS, R. E. The Economy of Nature. I. New York: W.H. Freeman and Comapny, v. 1, 2010.
ROCHA, P. L. B.; RODRIGUES, M. T. Electivities and Resource Use by an Assemblage of Lizards Endemic to the Dunes of The São Francisco River, Northeastern Brazil. Papéis Avulsos de Zoologia. São Paulo, v. 45, n. 22, p. 261-284, 2005.
SADLER, T. D. Evolutionary Theory as a Guide to Socioscientific Decision-Making. Journal of Biological Education. v. 39, n. 2, p. 68-72, 2005.
SILVA, E. M. D.; SILVA, E. M. D.; GONÇALVES, V.; MUROLO, A. C. Pesquisa Operacional: Programação Linear. 2ª edição. São Paulo: Atlas, 1996.
SIMS, K. Evolving 3d Morphology and Behavior by Competition. ALife. v. 1, n. 4, p. 353-372, 1994(a).
SIMS, K. Evolving Virtual Creatures, Computer Graphics. Journal of Biological Education. v. 28, n. 07, p. 15-22, 1994(b).
SMITH, J. M.; SLATKIN, M. The Stability of Predator-Prey Systems. Ecology. v. 54, n. 2, p. 384-391, 1973.
SQUIRE, K. Open-ended video games: A Model for Developing Learning for The Interactive Age. In: K, S. The Ecology of Games: Connecting Youth, Games, and Learning. [S.l.]: The John D. and Catherine T. MacArthur Foundation Series on Digital Media and Learning, 2008. p. 167-198.
STEARNS, S. C.; HOEKSTRA, R. F. Evolution: An Introduction. 1. [S.l.]: Oxford University Press, v. 1, 2000.
VOLTERRA, V. Variations and Fluctuations Ofthe Number of Individuals in Animal Species Living Together. ICES Journal of Marine Science. v. 3, n. 2, p. 3-51, 1928.