# Ewolucja wzorów połączeń dużych sieci (HyperNEAT)

EN: **HyperNEAT and compositional pattern-producing networks** · id `hyperneat` · aliases: HyperNEAT, hypercube-based NEAT, hypercube-based neuroevolution

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Obliczenia ewolucyjne i inteligencja roju](https://aiatlasgraph.com/t/evolutionary.md) › [Neuroewolucja](https://aiatlasgraph.com/t/neuroevolution.md) › [Ewolucja budowy sieci (NEAT)](https://aiatlasgraph.com/t/neat.md) › Ewolucja wzorów połączeń dużych sieci (HyperNEAT)

## Description

- PL: Neuroewolucja z kodowaniem pośrednim: NEAT ewoluuje sieć CPPN, która wyznacza wagi połączeń między neuronami rozmieszczonymi w przestrzeni geometrycznej.
- EN: Neuroevolution with indirect encoding: NEAT evolves a CPPN that sets connection weights between neurons placed in geometric space.

## In one sentence

- PL: Zamiast hodować każde połączenie sieci osobno, ewolucja hoduje mały „przepis”, który rysuje wzór połączeń całej dużej sieci.
- EN: Instead of breeding each network connection separately, evolution breeds a small “recipe” that draws the connection pattern of a whole large network.

## Problem it solves

- PL: Sieci z milionami połączeń są za duże, by ewolucja dobierała każde z osobna, i tracą regularność widoczną w zadaniu.
- EN: Networks with millions of connections are too big for evolution to set one by one, and they lose regularities visible in the task.

## What it does

- PL: Jak DNA, które nie opisuje każdej komórki, tylko reguły wzrostu: symetria i powtórzenia pojawiają się same, a przepis pasuje do różnych rozmiarów.
- EN: Like DNA, which describes growth rules rather than every cell: symmetry and repetition appear by themselves, and the recipe fits different sizes.

## Everyday example

- PL: Wirtualny robot o czterech nogach uczy się biegać; wyhodowany wzór połączeń sam powtarza ten sam ruch dla każdej nogi.
- EN: A virtual four-legged robot learns to run; the evolved connection pattern repeats the same movement for every leg by itself.

## This concerns you if you…

- PL: badasz ewolucję dużych sieci neuronowych
- PL: ciekawi cię, jak zwarty kod opisuje dużą strukturę
- EN: study evolving large neural networks
- EN: wonder how compact code can describe a large structure

## Keywords

CPPN · indirect encoding · substrate · ES-HyperNEAT · Picbreeder · geometric regularities · NEAT-Python

## How it works

- PL: Neurony docelowej sieci mają ustalone współrzędne na podłożu. Mała sieć CPPN z funkcjami takimi jak sinus, gaussian i sigmoida dostaje współrzędne dwóch neuronów i zwraca wagę ich połączenia; słabe wagi się pomija. NEAT ewoluuje tylko CPPN, więc wzór można odpytać w dowolnej rozdzielczości.
- EN: Neurons of the target network have fixed coordinates on a substrate. A small CPPN with functions such as sine, Gaussian and sigmoid takes two neurons' coordinates and returns their connection weight; weak weights are dropped. NEAT evolves only the CPPN, so the pattern can be queried at any resolution.

## Limits

- PL: Projektant musi z góry rozmieścić neurony w przestrzeni, a zła geometria psuje wyniki. Kodowanie dobrze wykorzystuje regularność, symetrię i powtórzenia, lecz gorzej reprezentuje nieregularne wyjątki.
- EN: The designer must place neurons in space up front, and poor geometry hurts results. The encoding exploits regularity, symmetry and repetition well, but represents irregular exceptions less naturally.

## Key terms

- PL: **CPPN**: Mała sieć funkcji, która rysuje wzór zależny od współrzędnych.
- PL: **kodowanie pośrednie**: Genom opisuje regułę budowy, a nie każdy element z osobna.
- PL: **podłoże**: Geometryczne rozmieszczenie neuronów docelowej sieci.
- EN: **CPPN**: A small network of functions drawing a coordinate-dependent pattern.
- EN: **indirect encoding**: The genome describes a build rule, not every element.
- EN: **substrate**: The geometric layout of the target network's neurons.

## Know first

- [Perceptron wielowarstwowy (MLP) (Multilayer perceptron (MLP))](https://aiatlasgraph.com/t/mlp.md)

## Sources

- [A Hypercube-Based Encoding for Evolving Large-Scale Neural Networks](<https://stars.library.ucf.edu/facultybib2000/2178>) `hyperneat-2009` · by Kenneth O. Stanley, David B. D'Ambrosio, Jason Gauci

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/hyperneat · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30