通过将对称半径从 2.97 降低到排行榜前三名的 2.94853,一名开发者展示了自定义可视化工具和 AI 驱动的爬山算法如何解决复杂的几何堆积问题。该挑战由风险投资公司 Paradigm 主办,要求将 15 个相同的半圆排列到尽可能小的外接圆中。

半圆堆积的几何学

“堆积半圆”谜题要求参与者将 15 个相同的半圆排列成一种能够最小化外接圆尺寸的配置。虽然圆堆积是一个研究充分的领域,但作者指出,专门针对半圆堆积的现有文献明显匮乏。

半圆堆积谜题的视觉呈现,显示多个半圆排列在一个较大的圆内。
半圆堆积谜题的早期迭代,显示了 15 个相同半圆的排列。rorz.io

这张图片展示了排列半圆以最小化外接圆半径的初始几何挑战。

最初尝试使用 Affinity Designer 等专业图形软件解决该问题时,凸显了一个主要限制:对其中一部分形状的手动调整需要对所有其他形状进行完全重新调整。这使得衡量进展或高效迭代视觉创意变得困难。

自定义工具和算法迭代

为了克服手动编辑的局限性,该开发者在 AI 模型的帮助下构建了一个自定义可视化工具。该工具具有“收紧”模式,可自动将扇形半圆层调整到最小可能半径,以及“放松”模式,可将这些布局拆分为独立的层以进行更细致的微调。

开发者最终从手动视觉直觉转向使用 AI 模型进行高层级的爬山算法。这一转变允许发现非对称的微调,这些微调比最初追求的“纯粹”对称布局产生了更高效的堆积。

权衡与最终结果

最终提交的作品实现了 2.94853 的半径,位列排行榜前三名。这一结果明显是非对称的,说明了堆积问题中的核心权衡:对称的美学理想往往让位于为了最大密度而产生的非对称实用必要性。

圆形边界内密集的非对称半圆堆积。
通过算法迭代实现的更高级的非对称堆积配置。rorz.io

此视觉效果展示了从对称手动设计到通过爬山算法发现的更高效的非对称布局的转变。

虽然该开发者进入了前三名,但绝对最佳解决方案仍由另一参赛者持有。这一过程突显了专门工具和迭代算法搜索如何弥合人类视觉直觉与数学优化之间的差距。