这里是我存放旧的或错误的条目的区域。“MIA”部分用于我不再有有效主页的条目。如果您有任何关于现在在哪里可以找到这些条目的信息，请告诉我。“Dead”部分用于似乎已失效的项目。将它们移到这里可以保持我的主要部分干净，同时允许感兴趣的各方纠正我，在这种情况下，我可以将其移回。
Ant Wars 是一项竞赛，它让聪明的程序相互对抗，在虚拟世界中战斗并争夺食物。每位参赛者都是一种蚂蚁，它只能看到周围的世界以及同伴和敌方蚂蚁留下的信息素。利用这些信息，蚂蚁大脑（一个简单的状态机）必须引导蚂蚁收集食物到它的家蚁巢，同时抵御或攻击敌人。
巧妙地使用信息素和微妙的行为可以创建大规模的战术，例如当许多蚂蚁合作时进行突袭、防御、收割和侦察。
CASE（细胞自动机模拟环境）是一个 C++ 工具包，用于可视化二维离散模型：所谓的细胞自动机。该项目的目标是创建一个集成框架，使用当今最好的标准化技术来创建广义细胞自动机。
CLEARS 系统是一个用于计算语义的交互式图形环境。该工具允许探索和比较不同的语义形式主义，以及它们与句法的交互。这使用户可以了解语义构建可能性的范围，以及理论之间真正融合的地方。
CLIG 是一个交互式、可扩展的图形器，用于可视化语言数据结构，如树、特征结构、篇章表示结构 (DRS)、逻辑公式等。所有这些都可以自由混合并相互嵌入。该图形器旨在既可以独立使用，也可以用作语言应用程序的附加组件，以图形方式显示其输出。
这是一个用 Java 编写的虚拟机（因此它是另一个虚拟机的虚拟机！），用于 Corewar 游戏。
一个 Python 编程语言库，它为 CLIPS 专家系统工具提供了面向对象的接口。它包括一个 COOL（CLIPS 面向对象语言）的接口，允许
DHARMI 是一种高级空间、类似玩具的语言，其组件由名为 Habitat 的后台进程透明地管理。顾名思义，该语言旨在制作原型模型并处理实时数据。程序可以在运行时修改。这是通过模糊源代码、程序和数据之间的区别来实现的。
Dunce 是一个简单的聊天机器人（对话式 AI）和一种用于编程此类聊天机器人的语言。它使用基本的正则表达式模式匹配和半神经规则/响应触发机制（带有兴奋/衰减周期）。
Dunce 列在页面大约一半的位置。
注意：以上网站包含有关 EcoSim 的信息，但没有代码可供下载。
在 EcoSim 中，生态系统由系统中涉及的个体的所有静态和动态属性以及环境随时间变化的属性来描述。个体随时间或由于内部和外部事件而改变其状态。环境也通过可以改变的动态对象来定义。支持对生成的数据进行实时分析和动画处理。它是一个 C++ 类库，旨在支持面向个体的生态系统建模和模拟。
Evo 是一个软件开发框架，允许开发人员构建复杂的 alife 模拟。使用 Evo，研究人员可以轻松构建独立代理系统，这些代理相互交互并与其环境交互。Evo 实现了生物运算符，例如基因重组和突变，以进化代理的行为，使其更适应其环境。
Grany-3 是一个功能齐全的细胞自动机模拟器，用 C++ 和 Gtk--、flex++/bison++、doxygen 和 gettext 制作，对颗粒介质物理学家很有用。
IBAL（发音为“eyeball”）是一种通用的概率建模、参数估计和决策语言。它概括了贝叶斯网络、隐马尔可夫模型、随机上下文无关文法、马尔可夫决策过程，并允许许多新的可能性。它还提供了一个方便的编程语言框架，带有库、自动类型检查等等。
IDEAL 是一个用于影响图和贝叶斯网络工作的测试平台。它包含用于信念网络的各种推理算法和用于影响图的评估算法。它包含用于创建和编辑影响图和信念网络的工具。
IDEAL 是用纯 Common Lisp 编写的，因此它可以在任何平台上的 Common Lisp 中运行。编写 IDEAL 的重点是代码清晰度和提供高级编程抽象。因此，它非常适合需要或扩展信念网络技术的实验性实现。
在最高级别，IDEAL 可以用作子例程库，它提供信念网络推理和影响图评估作为一个包。代码在详细的手册中记录，因此也可以在较低级别上进行信念网络方法的扩展工作。
IDEAL 附带一个可选的图形界面，用 CLIM 编写。如果您的 Common Lisp 也带有 CLIM，您可以运行图形界面。
Illuminator 是一套用于开发 OCR 和图像理解应用程序的工具集。Illuminator 有两个主要部分：一个用于表示、存储和检索 OCR 信息的库，以下称为 dafslib，以及一个 X-Windows “DAFS”文件查看器，称为 illum。Illuminator 和 DAFS lib 旨在取代现有的 OCR 格式，并成为行业标准。它们尤其可以扩展以处理不仅仅是英语。
此版本的特点
Jet 的神经架构是一个用于进行神经网络项目的 C++ 框架。该项目的目标是创建一个快速、灵活的神经架构，它不局限于一种网络，并确保最终用户可以轻松编写有用的应用程序。所有文档也很容易阅读。
一组 ANSI C 包，用于说明 Adaline 网络、反向传播、Hopfield 模型、BAM、Boltzman、CPN、SOM 和 ART1。用可移植的、独立的 ANSI C 编码。带有来自各种知名应用领域的完整示例应用程序。
nn 是一种高级神经网络规范语言。当前版本最适合前馈网络，但循环模型也可以并且已经实现，例如 Hopfield 网络、Jordan/Elman 网络等。在 nn 中，很容易更改网络动态。nn 编译器可以生成 C 代码或可执行程序（因此必须有 C 编译器可用），带有强大的命令行界面（但一切也可以通过图形界面 xnn 控制）。用户可以编写 C 例程，这些例程可以从 nn 规范内部调用，并将 nn 规范用作从 C 程序调用的函数。请注意，为了使用系统附带的网络模型 (`netpack')，不需要编程。
xnn 是 nn 编译器生成的网络以及编译器本身的图形前端。xnn 图形界面直观且易于初学者使用，但功能强大，具有可视化网络数据的多种可能性。
注意：您必须运行随附的安装程序才能安装许可证密钥。它默认安装在 /usr/lib 中。如果您（像我自己一样）想要将软件包安装在 /usr 目录结构之外的其他位置（安装程序为您提供了此选项），您将必须设置一些环境变量（NNLIBDIR 和 NNINCLUDEDIR 是必需的）。您可以在文档的附录 A（第 113 页）中阅读有关这些（以及一些其他可选变量）的信息。
NEURObjects 是一组用于神经网络开发的 C++ 库类。该库的主要目标是支持研究人员和从业人员开发新的神经网络方法和应用程序，利用面向对象设计和编程的潜力。NEURObjects 还为分类问题提供通用应用程序，可用于快速原型化归纳机器学习应用程序。
OSCAR 项目的目标是制定一般理性理论，并在人工理性代理中实现它。人工代理的功能是根据提供给它们的信息得出结论并做出决策。OSCAR 是一个完全实现的人工理性代理架构，基于通用可废止推理器。OSCAR 是用 Common Lisp 编写的，可免费用于教育和研究目的。
AI（可编程人工智能）是一个能够用其母语英语进行对话的程序。用 C++ 编写。
pygene 是一个简单易懂的库，用于在 python 中进行遗传算法和遗传编程。包括旅行商问题等示例。
PyIE 是一个基于假设、议程驱动、面向对象的推理引擎，用 Python 编写。推理模式包括反向链接、机会主义前向链接和显式前向链接。一流的对象库支持元类、类、对象和多重动态继承。所有对象都是一流的对象，所有属性都是槽值，即附加到某些对象的数据成员。
PyIE 使用 TMS（真值维护系统）进行一级（条件更改）非单调推理。正在探索用户定义的元类以支持二级（信念更改）非单调推理。
简单的神经网络代码，它实现了一个用于 3 层网络（输入层、隐藏层和输出层）的类。唯一实现的学习规则是简单的反向传播。根本没有文档（甚至没有注释），因为这只是我用来实验的代码。包括包含 Carl G. Looney 的 NN 书中的示例数据集的模块。需要 Numeric 扩展。
一个简单的 python 模糊逻辑模块。文件是此目录中的“fuz.tar.gz”。作者还计划编写一个简单的遗传算法和一个神经网络库。查看此目录中的 00_index 文件以获取发布信息。
这个项目似乎已经变成专有的了。我可以通过谷歌找到的唯一痕迹是 http://www.zurich.co.uk/strategicrisk/softwaresupport/Quant1.htm。
QUANT/1 代表类型 QUANTifier。它旨在成为类 Prolog（类分辨率）系统的替代方案。主要功能包括无需消除量词、斯科伦化、易于理解、大规模公式运算、接受非霍恩公式和迭代深化。此项目中实现的实际库称为 ATPPCF（肯定构造公式微积分中的自动定理证明器）。
ATPPCF 将是一个库（推理引擎）和谓词演算语言的扩展，作为一种新的逻辑语言。该库将被纳入另一个软件，如 TCL、Python、Perl。引擎的主要推理方法将是“在肯定构造公式 (PCF) 语言中搜索推理”（谓词演算的子集，在两个方向上都很好地翻译）。该语言将用作引擎的脚本语言。但是有可能用主要软件的扩展语言替换它。
SCNN 是一个用于细胞神经网络 (CNN) 的通用模拟系统。CNN 是具有规则和局部互连的模拟处理神经网络，受一组非线性常微分方程控制。由于其局部连通性，CNN 被实现为 VLSI 芯片，以非常高的速度运行。
包含 Common Lisp 函数库以实现 SPI 类型贝叶斯网络。文档非常有限。特点
SPRLIB（统计模式识别库）的开发是为了支持模式分类器的轻松构建和模拟。它由一个函数库（用 C 编写）组成，可以从您自己的程序中调用。大多数知名的分类器都存在（k-nn、Fisher、Parzen、....），以及误差估计和数据集生成例程。
ANNLIB（人工神经网络库）是一个基于 SPRLIB 布局的数据架构的神经网络模拟库。该库包含用于创建、训练和测试前馈网络的众多函数。训练算法包括反向传播、伪牛顿法、Levenberg-Marquardt 算法、共轭梯度下降法、BFGS.... 此外，由于数据结构的一般适用性，可以使用相同的数据类型构建 Kohonen 映射和其他更奇特的网络架构。
Sugal [soo-gall] 是 SUnderland 遗传算法系统。Sugal 的目标是在通用软件平台上支持遗传算法的研究和实现。因此，Sugal 支持大量遗传算法变体，并具有广泛的功能来支持自定义和扩展。
ThoughtTreasure 是一个创建常识规则数据库的项目，用于任何应用程序。它由一个略多于 10 万条规则的数据库和一个 C API 组成，用于将其与您的应用程序集成。Python、Perl、Java 和 TCL 包装器已经可用。
该程序模拟原始生命形式，它们在由细胞组成的二维环境中配备了一些基本本能和能力。通过突变，新一代可以证明它们的成功，从而传递“良好的家庭价值观”。
TIN 的大脑可以看作是过程的集合，每个过程代表驱动力或冲动以某种方式行事，具体取决于环境的状态/感知（例如，食物、墙壁、邻居、气味痕迹的存在）。这些行为过程目前是：进食、移动、交配、放松、追踪其他、收集食物和杀戮。冲动值最高的过程会控制，或者换句话说：tin 将根据其最迫切的需求采取行动。
Ummon 是一个高级开源聊天机器人。该机器人的主要原则是它最初不了解单词或语法；它“即时”学习一切。Ummon 的开发将探索众多 AI 技术，以实现逼真的“人类”交流，并支持不同的、可定制的个性。
(Tcl/Tk)
虚拟秘书项目的动机是构建基于用户模型的智能软件代理，在大多数情况下，这些代理可以取代人类执行秘书任务，基于现代移动计算和计算机网络。该项目包括两个不同的阶段：第一阶段 (ViSe1) 侧重于信息过滤和进程迁移，其目标是使用用户模型的概念为软件代理创建一个安全环境；第二阶段 (ViSe2) 侧重于代理在分布式环境中的智能和高效协作，其目标是构建用于实现高智能的协作代理。（用 Tcl/TclX/Tix/Tk 实现）
多代理系统的构建涉及较长的开发时间，并且需要解决一些相当大的技术难题。这促使了 ZEUS 工具包的开发，该工具包提供了一个软件组件和工具库，有助于代理系统的快速设计、开发和部署
FIPA-OS 是 FIPA 规范中包含的代理互操作性强制性要素的开源实现。除了支持 FIPA 互操作性概念外，FIPA-OS 还提供基于组件的架构，以支持领域特定代理的开发，这些代理可以利用 FIPA 平台代理的服务。它是用 Java 实现的。
公共领域知识库 (PDKB) 是一个常识规则和事实的人工智能知识库。它基于 Cyc 上层本体和 MELD 语言。
截至 1.1 版本，已与原始 Robocode 合并。
Robocode 的扩展，战斗机器人 AI 编程游戏。与其父级一样，它用 Java 编写，旨在作为学习环境。
一个名为 Sulawesi 的框架被设计和实现，以应对可穿戴用户界面中被认为重要的挑战。接受来自任意数量的模式的输入的能力，并在必要时执行到任意数量的模式输出的转换。它主要通过一组主动代理来对输入进行操作来实现这一点。
这个项目似乎已被 Pulcinella 取代。
包含 (Allegro) Common Lisp 代码的库，用于信念函数（又名 Dempster-Shafer 证据推理）作为不确定性的表示。文档很少。有一个有限的 GUI。