Интерактивный инструмент для проверки гипотезы о влиянии сознания на случайные процессы. Агент движется по честному равномерному случайному закону — в коде нет связи с вашим вводом. Эксперимент полагается на вашу концентрацию и статистический анализ.
Французский исследователь Рене Пеос поместил цыплят рядом с роботом, управляемым генератором случайных чисел (ГСЧ). Когда цыплята были изолированы, но могли видеть робота, его траектория статистически смещалась к ним — что интерпретировалось как возможное нелокальное влияние «внимания» на ГСЧ.
Мы убрали биологический субъект (вы — наблюдатель/влияющий) и физического робота:
- Агент: движется чисто случайно. Никакой код не связывает его с вашими мыслями.
- Цель: сфокусируйте намерение на перемещении красной точки к жёлтой цели.
- Доказательство: следите за метрикой «Направленность» (Bias). При чистом хаосе она колеблется около
0.0000. Если влияние есть — она устойчиво положительна (например,+0.0300).
| Фича | Описание |
|---|---|
| 🔐 Безопасный seed | Исправлена генерация начального значения ГСЧ: гарантированно положительное 32-битное число |
| 🎲 Фаза сбора энтропии | Перед стартом — 12 секунд нажатия клавиш для добавления «человеческого шума» в рандом |
| ⏱️ Таймер эксперимента | Выбор длительности: 10с / 20с / вручную (остановка по SPACE) |
| 📊 Экспорт в CSV | Нажатие E на экране результатов сохраняет метрики сессии в файл |
| 🆔 Уникальный ID сессии | Каждая сессия получает хэш-идентификатор для трекинга и сравнения |
| 🌐 Двуязычный интерфейс | Переключение RU/EN клавишей L |
| 🧭 Улучшенная навигация | ESC — выход/пауза, B — назад в меню, R — новый эксперимент |
| 📦 Опциональная траектория | Флаг SAVE_TRAJECTORY для сохранения координат в JSON (по умолчанию выключено) |
- Python 3.8+
- Linux (Fedora/Ubuntu), macOS или Windows
# Клонируйте репозиторий
git clone <URL-вашего-репозитория>
cd pure-rng-agent-experiment
# Создайте виртуальное окружение
python3 -m venv chicken_env
source chicken_env/bin/activate
# Установите зависимости
pip install pygame numpy
# Запустите
python3 simulation.py
🎮 Управление
Клавиша
Действие
1 / 2 / 3
Выбор длительности: 10с / 20с / вручную
Любые клавиши
В фазе энтропии: добавляют «человеческий шум» в seed
SPACE
Старт/стоп эксперимента; пропуск фазы энтропии
ESC
Выход (в меню) или пауза + результаты (в эксперименте)
R
Новый эксперимент (на экране результатов)
B
Назад в меню (на экране результатов)
E
Экспорт сессии в CSV (на экране результатов)
L
Переключение языка RU/EN
📊 Интерпретация метрик
Направленность (Bias)
Диапазон: -1.0 … +1.0
Значение
Интерпретация
-0.05 … -0.01
Дрейф от цели
-0.01 … +0.01
Чистая случайность (нет детектируемого влияния)
+0.01 … +0.05
Лёгкий дрейф к цели
> +0.05
Выраженный дрейф к цели
⚠️ Важно: из-за стохастической природы даже при отсутствии влияния Bias может кратковременно достигать ±0.03. Оценивайте значимость по серии из 10+ сессий, а не по одному запуску.
🔬 Для исследователей
Как повысить надёжность эксперимента
Проводите сессии в одинаковых условиях (время суток, освещение, поза).
Делайте минимум 10 повторов на каждую гипотезу.
Используйте «слепой режим»: не смотрите на Bias во время эксперимента (можно временно закомментировать отрисовку метрики).
Сравнивайте среднее Bias между «активной» и «базовой» фазами через t-тест.
Экспорт данных для анализа
# Включите сохранение траектории в начале файла:
SAVE_TRAJECTORY = True
# После эксперимента найдите файлы:
# - trajectories/traj_<session_id>.json — координаты
# - session_<session_id>_*.csv — метрики
# - experiment_results.log — сводный лог
🤝 Участие в разработке
Форкните репозиторий
Создайте ветку для фичи (git checkout -b feature/amazing-feature)
Закоммитьте изменения (git commit -m 'Добавил крутую фичу')
Запушьте ветку (git push origin feature/amazing-feature)
Откройте Pull Request
📄 Лицензия
MIT License. Свободно используйте, модифицируйте и экспериментируйте.