在 6x6 环绕元胞自动机网格中，唯一状态的最大序列为 1,717——这一结果挑战了随着网格变大而产生的爆发式复杂性的预期。这一发现强调了即使在有限空间内应用简单规则时，特定的数学属性也能限制涌现行为。
环面元胞自动机的机制
元胞自动机 (CA) 由一个由“元胞”组成的网格构成，每个元胞都可以是存活或死亡状态。在这些小型网格模型中，每个元胞都有八个邻居，包括角落和边缘的元胞。由于网格在水平和垂直方向上都是环绕的，它在几何上功能上是一个环面。
这张图片展示了环面几何结构，其中边缘上的元胞与对侧的元胞相互作用。
与康威生命游戏的某些版本不同，这些元胞不跟踪它们自己的先前状态。下一轮的状态仅由根据特定规则当前存活的八个邻居数量决定——这是一套指令，定义了哪些邻居数量会导致下一步处于“存活”状态。
该 GIF 说明了元胞自动机系统中状态的动态演变，正如机制部分所述。
“最长 6x6 链与最长 5x5 链的比例，甚至不如 4x4 与 3x3 之间的比例大。”
— Small-Grid Wraparound Cellular Automata
对称性剪枝与计算策略
为了确定在模式重复前可获得的最长序列，研究人员必须过滤掉功能相同的起始点。通过考虑平移、旋转、反射和反转，唯一起始配置的数量可以大幅减少；例如，过滤对称性将 4x4 案例从 65,536 个减少到仅 805 个唯一配置。
反转也提供了一个显著的捷径：如果规则和起始配置都被完全反转（交换所有存活/死亡状态），它们会产生相同的模式。这允许研究人员在保持准确性的同时，显著缩小规则和配置的总搜索空间。
复杂性趋势与可整除因素
研究揭示了网格尺寸之间复杂性的非线性增长。虽然从 4x4（14 个状态）移动到 5x5（916 个状态）显示出随着拥挤减少而产生的爆发式扩张，但跳跃到 6x6 时仅产生 1,717 个状态。这种温和的增长表明，可整除性可能在限制状态多样性方面发挥了作用。
由 HN Digest 根据 justismills.substack.com 报告的数据绘制；数值与源文件一致。
一种理论是，像 6 这样高度可整除的数字允许网格比像 5 这样的质数表现得更可预测。如果 6x6 网格被更小的子网格完美平铺，这些部分可能会独立运行，从而有效地限制了最大可能序列长度，与那些不够“规则”的几何结构相比。
更大网格的计算限制
虽然小型案例已通过暴力破解和 AI 优化得到解决，但更大的网格仍然难以捉摸。在 7x7 网格上的 20,000 个起始配置的随机样本已经产生了超过 545,000 步的序列，表明了极高的复杂性。
寻找 7x7 网格的精确最大值目前需要大量资源；估计表明，在没有先进工程突破的情况下，这将在标准 CPU 上耗时数百年，或需要大约五年的连续 GPU 时间。