没有领导者的有效分布式搜索的感知机制
摘要：集体动物运动引起了孩子和科学家的极大兴趣。对于集体动物运动的最常见解释之一是改善觅食。动物被假设能够从团队中搜索食物中获益。在这里，我们使用计算机模拟来分析群体行为如何帮助搜索食物。我们使用一个已经建立的集体运动模型，该模型假定个体之间只有局部互动，并且没有领导力，以便研究群体搜索的好处。我们着重研究了模拟个体的感知能力，特别是它们检测食物和跟随邻居的能力如何影响搜索动力学和搜索表现。我们表明，邻居之间的局部互动足以形成群体，比独立移动的个体更高效地搜索。一旦群体中的成员发现食物，这一信息就会扩散到整个群体，并导致高达85％的群体成员聚集在食物周围。有趣的是，这种聚集行为可以在群体成员之间的局部互动中自发产生，而无需明确定义。为了理解群体表现背后的原则，我们扰动了模型的许多基本参数，包括社会、环境和感觉参数。我们测试了一系列合乎生物学可行的感觉机制，与不同物种和不同感觉方式相关，并研究它们如何影响群体觅食性能。对模型参数的彻底分析使我们的结果能够推广到依赖不同感觉方式的广泛生物群体，从而解释它们为什么会集体行动和觅食。
作者：Ravid Cohen, Yossi Yovel and Dan Halperin
论文ID：1904.02895
分类：Multiagent Systems
分类简称：cs.MA
提交时间：2019-04-08