涌现通信增强由脉冲神经网络控制的演化群体觅食行为

蚂蚁等社会性昆虫通过信息素进行通信，使它们能够协调活动并作为群体解决复杂任务，例如觅食。这种行为是通过进化过程塑造的。在计算模型中，群体内的自协调已通过概率性或简单的动作规则来实现，以塑造每个智能体和集体行为。然而，手动调参的决策规则可能限制群体的行为。在这项工作中，我们研究了在演化群体中自协调与通信的涌现，而不定义任何显式规则。我们演化了一群代表蚁群的智能体。我们使用进化算法来优化脉冲神经网络（SNN），其作为人工大脑控制每个智能体的行为。演化蚁群的目标是在最短时间内找到最优路径觅食并将食物返回巢穴。在进化阶段，蚂蚁能够通过在与食物堆和巢穴附近释放信息素来学习协作。信息素的使用并非手动编码进网络；相反，这种行为是通过优化过程建立的。我们观察到，基于信息素的通信使蚂蚁的表现优于未涌现信息素通信的蚁群。我们通过将基于 SNN 的模型与基于规则的系统进行对比来评估觅食性能。我们的结果表明，基于 SNN 的模型能在短时间内高效完成觅食任务。我们的方法说明了通过信息素的自协调是网络优化的结果。本工作证明了利用 SNN 作为多智能体交互底层架构以实现所需通信与自协调的复杂应用的可能性。