集合种群中的探索与扩散：基于观点动力学模型的视角

生物常利用扩散来从同类中收集信息，并将其与个人经验相结合以指导决策。得益于对动物群体进行长期追踪技术的发展，这一机制近期才得以在实验上进行研究。此类研究使得分析顺序决策与集体选择背后的自适应动力学成为可能。在此，我们提出了一个基于选民模型的理论框架来研究这些过程。该模型最初旨在通过模仿研究群体内的观点或行为共识，现被调整以纳入对他人决策的探索作为更新个人准则的机制。我们证明，在简化假设下，我们模型的若干性质（如平均共识时间和极化动力学）可以解析地映射到经典选民模型的性质上。最后，我们讨论了该框架在研究更复杂场景方面的潜力。