智能随机游走者：知晓路径的代价

在这项工作中，我们利用熵信息测量来量化目标定位的代价，研究了网络中信号的目标定位问题。我们引入了一个惩罚规则，对长路径施加限制，从而将信号聚焦到目标。通过这一方案，我们连续地从完全随机游走者过渡到偏向目标的游走者。我们发现，最优惩罚程度主要由网络拓扑决定。通过分析几个例子，我们发现少量的惩罚能显著减少典型游走长度，由此我们得出结论：网络可以在有限信息下被高效导航。