Explorando o uso de regras de correspondência condicional na busca evolutiva por autômatos celulares classificadores de densidade binária

Autômatos celulares (ACs) são sistemas discretos, fundamentados em interações locais que, mesmo simples, podem ser capazes de computabilidade universal. Um problema clássico de estudo da capacidade computacional dos ACs é a tarefa de classificação da densidade, na qual se objetiva determinar o bit predominante em uma sequência binária arbitrária. Investigou-se aqui a eficácia que uma representação de regras de ACs recentemente proposta na literatura poderia ter nessa tarefa, já que a nova estrutura do espaço de busca, induzida pela nova representação, poderia ser benéfica. Buscas evolutivas realizadas em diferentes formulações do problema, inclusive em maiores dimensionalidades do espaço, evidenciaram impacto restrito na eficácia das regras encontradas. Tal resultado contrasta com os disponíveis na literatura, apontando limitações do esquema de representação utilizado.