探索动态古莫夫斯基-米拉吸引子
一个简单系统，如何变成千变万化的形状？
如果让一个点按照固定规则不断运动，你可能会以为：“它最后应该会走出一条固定的轨迹吧？”
有时候确实如此。它可能重复一个简单的运动，一圈，再一圈，再一圈。
但是，如果我们稍微改变控制它运动的参数，事情可能开始发生变化，原本规则的轨迹，可能变成更加复杂的轨迹。再改变一点，可能出现更多分支，继续改变，甚至可能进入混沌。
而与此同时，那些不断运动的点，又会在画布上留下各种奇妙的形状：有时候像水母，有时候像海星，有时候像花朵，有时候像蝴蝶，甚至像某种从显微镜下看到的微小生命。
这就是 动态古莫夫斯基-米拉吸引子。
它最有趣的地方：它不是只有一种样子
如果你第一次接触古莫夫斯基-米拉吸引子，可能会问：“它到底长什么样？”
其实这个问题没有一个简单的答案。因为：它没有唯一的样子。
改变参数，就可能得到完全不同的结构。有些参数会产生比较规则的轨迹，有些会产生周期性的结构，有些会产生更加复杂的图案。还有一些参数组合，会让系统进入混沌状态。
所以它特别适合做成一种盲盒自己来探索：“看看这几个数字会把系统带到哪里”。
先从一个点开始
和很多吸引子一样，我们可以从一个非常简单的东西开始：一个点。
它有一个位置：x 和 y，也就是：左右方向的位置 和 上下方向的位置。
然后，数学规则告诉它：“根据你现在的位置，计算下一步。”，点移动。到了新的位置之后，再次计算，然后再次移动，不断重复。
现在的位置 → 计算下一步 → 移动 → 新的位置 → 再次计算 → 再次移动 → 重复很多很多次
一开始，图像上可能只有一些零散的点。但随着计算不断进行，轨迹越来越多。最后，一个完整的结构慢慢出现。
它和普通的随机图案不一样
看到这些复杂图案，你可能会觉得：“是不是随机生成的？”
并不是。每一步都有明确的规则。如果初始位置一样、参数一样、计算规则一样，那么系统会按照相同的方式演化。
所以，它不是随机扔点，而是 按照规则不断重复计算。
这也是吸引子最迷人的地方之一：看起来很混乱随机，背后却可以由非常明确的规则产生。
那么古莫夫斯基-米拉吸引子到底在计算什么？
如果把数学公式放出来，它大致是这样的：
xn+1 = yn + αx(1 - σyn2)yn + f(xn)
yn+1 = -xn + f(xn+1)
f(x) = μx + 2(1 - μ)x2 / (1 + x2)
它们共同决定系统接下来会怎样运动。其实完全不需要记住这些公式，你只需要理解：当前位置 + 参数 → 下一步的位置，然后，新的位置 → 再计算下一步，就这样一直重复。
三个参数，就像三个控制旋钮
把 α、σ、μ 想象成三个旋钮，你转动其中一个，系统的运动方式就发生变化。而因为这个变化会被不断重复，最终产生的图案也会发生变化。
μ：我们可以把它理解为扭转强度，它的影响最大，一点点变化就能让图案从"花朵"变成"漩涡"
α：可以理解为反馈强度，它的影响中等，主要是影响图案的松紧和漂移速度
σ：反馈系数，对 α 的反馈强度进行细微的调整，影响最弱，是个"微调"参数
打个比方是这样，μ，扭转强度，像是转盘的"扭曲旋钮"，决定花纹整体长什么样；α，反馈强度，像是"张力"，决定花纹松散还是紧绷；σ，反馈系数是配合 α 一起工作的"微调螺丝"。
但是，真正有趣的不只是“图案变漂亮了”
如果只是：“改参数 → 换一张漂亮图片”，那么它和 克利福德吸引子、德容吸引子 确实会有些相似。
古莫夫斯基-米拉吸引子 更特别的地方是：参数变化可能改变整个系统的行为。
也就是说，变化的不只是 图案长什么样，而是 这个点究竟怎样运动。
假设一个系统按照某种方式运动，它可能走一步，走两步，然后又回到之前的位置。这就是一种周期性的运动，例如：A → B → A → B → A → B……看起来非常规则。
现在，我们稍微改变一个参数。可能原来的一个周期变成两个周期。再改变一些，可能出现四个周期。再继续变化，系统可能越来越复杂。这种从简单周期向更复杂周期演化的过程，我们把它叫做 周期倍增。
继续改变参数，系统可能进入一种非常复杂的状态：混沌。这并不意味着 程序开始随机了，而是 规则仍然存在，但长期运动变得非常复杂。系统依然按照公式一步一步计算，只是你很难凭直觉预测：下一步、下下一步、很久以后，它究竟会走到哪里。这正是混沌系统迷人的地方。
普通的数学图像可能是：“我不知道下一张图是什么。”，而 古莫夫斯基-米拉吸引子 可以进一步变成：“我甚至不知道改变参数以后，系统会变成什么样的运动。”你可能得到规则的轨迹。也可能得到周期结构。也可能得到复杂的混沌图案。最终，你看到的不只是不同的图片，而是 不同的数学行为。
这不是一幅“画”，而是一条轨迹的集合
假设我们只让点走： 10 步，你可能什么都看不出来。让它走 100 步，开始出现一点结构。让它走 10000 步，图案越来越明显。100000 步，复杂的形状开始完整出现。所以，你看到的图案，其实是这个点过去走过的路。它不是一张提前准备好的图片，而是 运动留下来的痕迹。
当大量轨迹叠加之后，人类的大脑自然会从中发现熟悉的形状。一些参数组合产生的图像，会让人联想到：水母、海星、浮游生物、蝴蝶、花朵甚至水果切面。
所以，什么是“吸引子”？
你可以把吸引子简单理解成 一个系统长期运动时，会不断回到或停留在某种特定结构附近。
这个点不会简单地停下来，它仍然在运动。
但是，它也不会无限制地跑到整个平面。长期来看，它的轨迹会被限制在一个特定的区域和结构中。
把大量轨迹叠加起来，我们就能看到 古莫夫斯基-米拉吸引子。
它和 德容吸引子 有什么不同？
如果你已经看过 德容吸引子，可能会问：“它们不都是改变参数，然后产生漂亮的二维图案吗？”
确实有相似之处，但它们也有值得强调的不一样的地方。
德容吸引子 更像 四个数字组成的数学纹理实验室。你改变参数，寻找新的云雾、丝带和抽象纹理。
古莫夫斯基-米拉吸引子 更像 一个会改变“行为模式”的数学系统。参数变化之后，不只是图案改变，系统本身可能经历 周期 → 周期倍增 → 更复杂运动 → 混沌。
所以如果 德容吸引子 是 “看看这几个数字能画出什么，那么 古莫夫斯基-米拉吸引子 更像 “看看改变这些数字之后，这个系统会变成什么。”
它和 洛伦兹吸引子 也不一样
洛伦兹吸引子 最著名的是 混沌和蝴蝶效应，它来自一个连续时间的三维系统，最终形成经典的“双翼蝴蝶”。
而 古莫夫斯基-米拉吸引子 是 二维离散动力系统，它一步一步计算 第 1 个位置 → 第 2 个位置 → 第 3 个位置……最终可以形成各种二维图案。
所以：
洛伦兹吸引子：数学蝴蝶 + 混沌故事。
古莫夫斯基-米拉吸引子：参数变化 + 周期到混沌 + 丰富形态。
它背后还有一个真实的物理故事
古莫夫斯基-米拉吸引子并不只是一个为了画漂亮图案而创造的公式，它与古莫夫斯基 和 米拉 在欧洲核子研究中心的研究工作有关。他们研究过对加速粒子的轨迹，并由此发展出了古莫夫斯基-米拉吸引子。
也就是说，今天屏幕上这些水母、海星、蝴蝶、复杂纹理等，最开始背后思考的其实是：粒子在一个复杂的动力系统中会怎样运动？
`这是一个非常有意思的转变：物理问题 → 数学模型 → 迭代计算 → 复杂轨迹 → 最终成为我们今天看到的数学图案。
自己探索一个古莫夫斯基-米拉世界
现在你可以从一个预设开始。
先不要修改参数，观察它的运动。然后，改变 α。重新生成。再改变 σ，观察。最后尝试改变 μ。看看系统是否会进入完全不同的状态。
古莫夫斯基-米拉吸引子最有趣的玩法，其实不是：“哪一组参数才是正确的？”因为这里并不存在唯一的正确答案。
你可以寻找最规则的、最复杂的、最对称的、最像生物的、最像抽象画的。甚至最奇怪的。你选择参数，系统负责回答。
三个数字，一个不断变化的世界
最后回到最开始。
我们只有 一个点、三个主要参数和一套数学规则。
然后让它不断计算，不断移动，不断重复。
在某些条件下，它可能保持规则。改变参数，可能出现周期倍增。继续变化，可能进入混沌。
而当我们把这些运动留下的轨迹全部放在一起，最终，一个看起来像生命、像植物、像海洋生物、又像抽象艺术的图案出现了。
这就是动态古莫夫斯基-米拉吸引子最迷人的地方：你改变的不只是一幅图的外观，而是整个系统的行为。
继续探索数学世界
古莫夫斯基-米拉吸引子是吸引子世界中非常特别的一种。
如果你喜欢 改变参数，探索抽象纹理，可以继续尝试 德容吸引子 和 克利福德吸引子。
如果你喜欢 观察三维空间中的奇异结构，可以探索 相泽吸引子。
如果你对 混沌、天气和蝴蝶效应 感兴趣，可以看看 洛伦兹吸引子。
而 古莫夫斯基-米拉吸引子 有自己的特色：它让你看到，一个简单的二维系统，如何随着参数变化，从规则运动走向复杂甚至混沌，并创造出千变万化的数学形态。也许下一次你点击 "下一个" 按钮，你不会知道会看到什么，但你可以确定一件事：这个形状不是被提前画好的。它是数学规则，一步一步，s自己走出来的。
你还可以继续欣赏更多奇妙的数学图形。