湍流环境中的集体嗅觉搜索
生物物理
2020-07-15 v1 统计力学
摘要
寻找由湍流分散的气味远处源对于许多生物而言是一项至关重要的任务，无论是为了觅食还是交配。在个体搜索层面，诸如飞蛾之类的动物已发展出基于气味浓度与风速的含噪检测来解决这一极困难导航问题的有效策略。当许多个体在无任何集中控制下同时执行同一嗅觉搜索任务时，共享关于群体内成员所做决策的信息有可能提升性能。但是，这些信息中有多少对于集体任务而言是真正有价值且可利用的？在此我们展示，在一个受飞蛾行为启发的智能体群模型中，存在一种将关于气味与风速检测的私有信息与关于其他智能体前进方向的公开信息相融合的最优方式。在最优情况下，首个智能体抵达源所需的时间基本上就是从出发点到目标的最短飞行时间。相反，丢弃公开信息的智能体要慢数倍，而未对私有信息赋予足够权重的群体表现更差。我们的结果由此提出了一种高效的多智能体嗅觉搜索算法，可能在机器人学中证明有用，例如用于识别有害挥发性化合物的源。
引用
@article{arxiv.1911.09499,
title = {Collective olfactory search in a turbulent environment},
author = {Mihir Durve and Lorenzo Piro and Massimo Cencini and Luca Biferale and Antonio Celani},
journal= {arXiv preprint arXiv:1911.09499},
year = {2020}
}