- Aphaenogaster senilis kolonijos veikia kaip „skystos smegenys“ be hierarchijų.
- Du pagrindiniai vaidmenys – tyrinėtojų ir rinkėjų – koreguojami atsižvelgiant į išteklius.
- Kontaktais ir judėjimu pagrįstas neuroninis modelis paaiškina koordinaciją.
- Šis atradimas įkvepia daugiaagentę robotiką ir paieškos algoritmus.
Kaip tūkstančiai skruzdėlių organizuojasi be lyderio nustojo būti paslaptimi: CEAB-CSIC komanda įrodė, kad jos kolonijos elgiasi kaip „skystos smegenys“, kur Kolektyvinis intelektas kyla iš kontakto ir judėjimo, be centrinių įsakymų.
Tyrimo dėmesio centre yra Aphaenogaster senilis, Viduržemio jūros rūšis kuris koordinacijai pirmiausia nesiremia feromonais. Jo veikimo būdas, valdomas antenų kontaktų ir judesių, leidžia aiškiai stebėti, kaip sprendimai kyla iš vietinės sąveikos. labai paprasta.
Ką reiškia skystos smegenys skruzdžių kolonijoje?
Kai tyrėjai apibūdina „skystos smegenys“ reiškia paskirstytą sistemą, kurioje Kiekvienas individas elgiasi taip, tarsi būtų neuronas: jis aktyvuojamas, perduoda signalus liečiant kitus, ir prisideda prie tinklo, kuris persikonfigūruoja realiuoju laiku keičiantis aplinkai. Norėdami išsamiau išnagrinėti, kaip decentralizuotą koordinavimą galima pritaikyti robotikoje, galite pasikonsultuoti su Skruzdėlių intelekto poveikis robotikai.
Norėdami tai įrodyti, CEAB-CSIC komanda sukūrė korio rašto labirintas su didelės raiškos įrašu kuris atkūrė sąlygas, artimas natūraliai buveinei. Ten jie analizavo šimtų individų judėjimą ir matavo kaip sklido informacija tarp jų.
Pagrindinis skirtumas nuo kitų rūšių ar tai šios skruzdėlės nesiremkite pirmiausia cheminiais pėdsakais, bet tiesioginės sąveikos: kas ką liečia, kiek laiko ir kur labirinte. Tai dinaminis ryšys palaiko koordinaciją.
Duomenys rodo, kad kolonija sugeba palaikyti ryšį ir veikti nors kiekviena skruzdėlė turi tik vietinę informaciją. tinklo architektūra greitai keičiasi, bet išlaiko erdvinė ir laikinė tvarka pakanka, kad būtų išvengta chaoso.
Tyrinėtojai ir maisto ieškotojai: du vaidmenys, kurie prisitaiko akimirksniu
Komanda nustatė ir kiekybiškai įvertino du su maistu susiję judėjimo modeliainaujų šaltinių tyrinėjimas ir rastų išteklių panaudojimas. Kiekviena skruzdėlė, priklausomai nuo aplinkybių, prisideda skirtingai kiekvienam vaidmeniui.
Kolektyvinis efektyvumas Tai priklauso nuo tyrinėtojų ir rinkėjų santykio.Kai žinomų išteklių gausu, kolonija stiprina savo telkimąsi; jei jų trūksta, padidina žvalgybos svorįTas mišinio pokytis, matuojamas duomenimis, Tai yra sistemos adaptyvus variklis.
Tyrėjai pabrėžia, kad heterogeninis ir autonominis judėjimas kiekvieno individo leidžia lanksčiai bendradarbiauti: : niekam nereikia „matyti“ visumos; tereikia pritaikyti savo elgesį prie bendravimo su kaimynais.
Šioje Viduržemio jūros regiono rūšyje paprastai yra kelios skruzdėlės, atsidavusios maisto paieškai, o tai kelia koordinavimo iššūkį. Net ir tokiu atveju kolonija rasti tą tobulą tašką tarp atradimo ir išnaudojimo, be komandinio centro.
Nuo kontaktų iki tinklo: neuroninis modelis, kuris tai paaiškina
Norėdama suprasti šį reiškinį, komanda pritaikė neuroninis modelis , kurioje Kiekviena skruzdėlė „aktyvuojama“ pagal kontaktų dažnumą. su kitais netoliese esančiais. Taikant šią paprastą taisyklę, labirinte matomi modeliai buvo atkuriami tiek individo, tiek kolonijos lygmeniu.
Modelis parodė, kad keisti asmenų procentą kiekviename vaidmenyje keičia tinklo ryšį ir jo rinkimo dinamiką, moduliuojantis efektyvumas pasižymintis pastebimu jautrumu aplinkos sąlygoms.
La besiformuojantis ryšys tai buvo struktūrizuotas ir dinamiškas: jis nuolat kinta, tačiau išlaiko erdvinius ir laiko dėsningumus, kurie leidžia greitai koordinuoti be globalių signalų ar hierarchijųNorėdami išsamiau suprasti, kaip šie tinklai primena neuroninius mechanizmus, peržiūrėkite rūšių išsaugojimas paskirstytomis sistemomis.
Šį požiūrį, kurį palaiko empiriniai įrodymai, siūlo a objektyvus kriterijus atskirti ir išmatuoti žvalgymo ir eksploatavimo judesius ir susieti juos su galutiniais kolonijos rezultatais.
Kas toliau: programos ir sritys, kuriose galima tuo pasinaudoti
Atradimo naudingumas peržengia biologijos ribas. Principas decentralizuotas koordinavimas gali būti perkelta į daugiaagentę robotiką: robotų parkus, kurie bendradarbiauja be centrinis valdiklis, koreguodami savo vaidmenis pagal užduotį.
Tai taip pat įkvepia dizainą optimizavimo ir paieškos algoritmai, kur naujų sprendimų tyrinėjimas derinamas su jau perspektyvių išnaudojimu, lygiai taip pat, kaip kolonija daro subalansuodama savo du vaidmenis.
Lygiagretumas apima ir kitas paskirstytas gamtos sistemas, tokias kaip Imuninė sistema, kuris išlieka sujungtas ir efektyvus be „laidininko“, per vietinius signalus ir išsklaidytos informacijos integravimą. Norėdami suprasti, kaip skruzdėlių skystos smegenys gali įkvėpti naujas sąveikos formas, peržiūrėkite Koordinacijos tyrimas sudėtingose sistemose.
Apskritai CEAB-CSIC darbas apibrėžia tvirtą studijų sistemą kolektyvinis intelektas be hierarchijos, paaiškinant, ką metrikos ir mechanizmai išlaikyti jų našumą ir kaip juos galima pritaikyti technologiniuose sprendimuose.
Iš korio labirinto, judėjimo analizės ir neuroninio modelio surinkti įrodymai sutampa su ta pačia idėja: Efektyvumas kyla iš paprastų, gerai sujungtų sąveikų, kur jis pusiausvyra tarp tyrinėjimo ir išnaudojimo Jis nuolat prisitaiko prie aplinkos reikalavimų
