由脉冲神经网络与双信息素控制的觅食蚂蚁模型

提出了一种蚁群系统模型，其中蚂蚁在觅食任务中由脉冲神经电路和二阶信息素机制控制。为单个蚂蚁训练神经电路，随后将蚂蚁置于虚拟环境中，一群蚂蚁执行资源觅食任务。该模型包含针对蚂蚁神经电路的联想与无监督学习策略。神经电路通过经典条件反射适应环境。初始未知的环境包含代表食物和障碍物的不同类型刺激，当它们与蚂蚁直接接触时，会在蚂蚁的运动神经系统中引发反射响应：朝向或远离刺激源移动。蚂蚁被释放到具有多个食物源的地形上，单只蚂蚁难以以最高效率收获地形。引入双信息素机制比传统蚁群优化策略产生更好的结果。传统蚁系统主要包含正强化信息素。该方法使用第二种信息素作为禁止路径的标记（负反馈）。这种阻塞不是永久的，并由信息素的蒸发速率控制。两种信息素的联合作用充当蚁群的集体迹信息记忆，减少了问题的搜索空间。本文探讨了在生物启发认知架构中观察到的适应与学习能力如何被群优化策略协同增强。该模型描绘了两种人工智能行为形式：在个体层面，脉冲神经网络是主控制器；在集体层面，信息素分布是蚁群涌现出的朝向解的地图。