趋化性作为合作搜索博弈最优解的出现
生物物理
2018-10-10 v2
摘要
合作搜索博弈是一类集体任务,其中所有智能体共享同一目标:在最短时间内到达目标,同时限制能量消耗并避免碰撞。本文中我们表明,刻画最优策略的方程与长期已知的趋化性现象学模型(由化学线索引导的微生物定向运动)完全相同。在此类比中,搜索者所响应的物质充当智能体共享环境信息的记忆。写入、擦除和遗忘的行为分别等价于趋化因子的产生、消耗和降解。这些生化过程发生的速率与表征决策问题的参数紧密关联,例如学习率、时间代价、控制代价、碰撞代价及其权衡,以及智能体对风险的态度。我们建立了一部将决策理论中的概念与趋化性中的生物物理可观测量相互映射的词典。我们的结果从根本上解释了为何模仿微生物趋化性的搜索算法可以非常有效,并指出了如何优化其性能。
引用
@article{arxiv.1801.02965,
title = {Chemotaxis emerges as the optimal solution to cooperative search games},
author = {Alberto Pezzotta and Matteo Adorisio and Antonio Celani},
journal= {arXiv preprint arXiv:1801.02965},
year = {2018}
}