開発者は、対称的な半径2.97からリーダーボードのトップ3に入る2.94853へと数値を改善することで、カスタム可視化ツールとAI駆動のヒルクライミングがいかに複雑な幾何学的パッキング問題を解決できるかを示しました。ベンチャーキャピタル企業Paradigmが主催するこの課題は、15個の同一の半円を、可能な限り最小の囲み円の中に配置することを求めています。
半円パッキングの幾何学
「Pack Semicircles」パズルは、参加者が15個の同一の半円を、囲む円のサイズを最小限にする構成に配置することを求めるものです。円のパッキングはよく研究されている分野ですが、著者は半円のパッキングに特化した既存の文献が著しく不足していることに注目しました。

この画像は、囲む円の半径を最小限にするために半円を配置するという初期の幾何学的課題を説明しています。
Affinity Designerのようなプロ用グラフィックスソフトウェアを使用して問題を解決しようとした初期の試みでは、大きな制約が浮き彫りになりました。それは、一部の図形の形状を手動で調整すると、他のすべての図形を完全に再調整する必要があることでした。このため、進捗を測定したり、視覚的なアイデアを効率的に反復したりすることが困難でした。
カスタムツールとアルゴリズムによる反復
手動編集の限界を克服するために、開発者はAIモデルの助けを借りてカスタム可視化ツールを構築しました。このツールには、扇状に並んだ半円の層を自動的に最小の半径に調整する「Tighten」モードと、それらのレイアウトを個別の層に分割してより細かな調整を可能にする「Relax」モードが備わっていました。
開発者は最終的に、手動の視覚的な直感から、AIモデルを使用した高度なヒルクライミングへと移行しました。この移行により、当初追求していた「純粋な」対称的レイアウトよりも効率的なパッキングをもたらす、非対称な微調整の発見が可能になりました。
トレードオフと最終結果
最終的な提出作品は半径2.94853を達成し、リーダーボードのトップ3に入りました。この結果は顕著に非対称であり、パッキング問題における核心的なトレードオフ、すなわち対称性という美的な理想が、最大密度を得るための非対称性という実用的な必要性に屈することが示されました。

この視覚資料は、対称的な手動デザインから、ヒルクライミングによって発見されたより効率的な非対称レイアウトへの移行を実証しています。
開発者はトップ3に到達しましたが、絶対的な最良の解決策は別の参加者が保持したままです。このプロセスは、専門的なツールと反復的なアルゴリズム探索がいかに人間の視覚的な直感と数学的な最適化の間の溝を埋めることができるかを浮き彫りにしています。