对“更接近生物学”的模型的需求爱博网投领导者

为了开展跨学科合作研究，科学家们利用了康斯坦茨卓越集群“集体行为高级研究中心”的蝗虫行为数据，该中心开展了国际领先的集体行为研究，自2019年初以来一直由德国卓越战略资助。生物学家尤其要求将解释集体行为的模型设计得“更接近生物学”。爱博网投领导者目前大多数模型都是由物理学家设计的，他们假设相互作用的个体受到一种物理力的影响。因此，它们不一定将群体中的个体视为代理，而是将其视为网格上相互作用的磁化单元等点。“这些模型在物理学上运行良好，有很好的经验基础。然而，它们并没有模拟个体之间的互动，”托马斯·米勒说。

人工智能规则允许代理学习

“投影模拟”是汉斯·布里格尔最初开发的一种学习模型，它基于不以预编程方式对事件做出反应的代理。相反，他们有学习的能力。这些“学习代理”被编码为具有不同行为倾向的个体，他们通过感知和反应感官输入与环境相互作用。为此，他们遵循AI规则，允许他们使用之前的个人经验来调整自己的行动。

一方面，这种学习过程涉及基于量子物理的随机过程，在此过程中，所有潜在的行动过程都被考虑在内。另一方面，强化学习的行动理论原理开始发挥作用，这是基于奖励某些结果。“如果特工和其他人一起有序行动，我们就会给予奖励。随着时间的推移，代理意识到:当感知到某些事物时，最好以一种会导致奖励的方式做出反应。我们不会预先设定特定情况下的正确行动路线，但我们确实确保通过代理之间的相互作用来实现这一目标，”托马斯·米勒解释说。

学习模式可以再现集体行为

Thomas m ller、Katja Ried和汉斯·布里格尔(Hans Briegel)目前在康斯坦茨大学哲学系担任为期三年的客座教授，他们将这种学习模型应用于蝗虫特定的、经过充分研究的群体行为。在密闭空间中，昆虫的运动行为与蜂群的大小相对应。如果只有少数个体，蝗虫就会以一种无序的方式移动。在数量较多的情况下，它们作为一个单位一起移动。在数量非常大的情况下，它们作为一个单位向同一个方向移动。由于研究人员最初感兴趣的是简单地测试他们的学习模型，因此他们使用了对蝗虫行为的定性描述来代替原始数据。事实上，通过这种方式，他们能够定性地再现蝗虫的行为。

展望未来，Thomas m ller认为，未来在这一领域的研究将受益于动物的大量数据集，比如具有动态行为模式的鱼群。“为鱼建模可能是一个很好的，但也非常复杂的下一步，使我们的学习模型更加真实，”m ller总结道。