Cybernetic behavior modeling: Translating biological conditioning into Object-Oriented Interface Logic (AniPI/HPI). A framework for emergent interaction effects between autonomous systems.
"An API does not control the inner workings; it defines the parameters of the interface."
Die Cross_Species_Interface_Architecture ist ein Framework zur Dekonstruktion biologischer Interaktionsmuster durch die Linse der Software-Architektur. Anstatt Verhalten als Resultat von "Befehl und Gehorsam" zu betrachten, definiert CSIA das Animal Programming Interface (AniPI) und das Human Programming Interface (HPI).
Dieses Repository dokumentiert die methodische Übertragung von objektorientierten Prinzipien (Properties, Methods, Validation Loops) auf die interspezifische Kommunikation.
| Konzept | Technisches Äquivalent | Beschreibung |
|---|---|---|
| AniPI | Service Interface | Die definierte Schnittstelle zum autonomen biologischen System. |
| Parameter-Verengung | Unit Testing | Die schrittweise Verschärfung der Validierungskriterien (z.B. Radiuslogik). |
| Iterative Korrektur | Heuristic Optimization | Die Fähigkeit des Systems, durch Fehlversuche den Erfolgs-Parameter eigenständig zu finden. |
| HPI | Controller Logic | Die konsistente Rückgabewert-Logik des Menschen als System-Input. |
Die Implementierung einer Radiusbestimmung beim Apportieren demonstriert, dass durch die bloße Anpassung der validate()-Bedingung eine komplexe, autonome Neujustierung des Zielsystems (Katze) induziert wird – ohne direkte Befehlseingabe.
Die formale Definition der Schnittstellenlogik ist in der behavior-spec.yaml hinterlegt. Diese Spezifikation definiert das Protokoll für die Radius-Validierung und dient als Blueprint für die Interaktionsschleife.
... ...
defines the protocol for radius validation and serves as a blueprint for the interaction loop.
logic_gate:
input_event: "OBJECT_DROPPED"
condition: "distance(node_b_drop_pos, node_a_hand_pos) <= validation_radius"
actions:
on_true:
"execute_reward_function()"
on_false:
"wait_for_system_recalculation()" # Induziert autonome Iteration
During the test phase, the target system (Node B) exhibited hypothesis-based position correction. If validation failed (on_false), the object was not placed randomly, but rather repositioned in a directed approximation to the coordinates of Node A until the validation_radius was reached.
This confirms that the system optimizes itself against the interface parameters, not against a direct instruction.