物理学家创建新方法来系统地确定有效的搜索策略
达姆施塔特工业大学的研究人员现已在《美国国家科学院院刊》(PNAS ) 上提出了一种方法,可用于系统地确定有效的搜索策略。它可以帮助智能地设计未来的任务,例如寻找癌细胞或环境恢复。
统计物理学中的一个问题已经研究了几十年,它解决了“代理”必须如何移动才能有效收集随机分布的目标的问题。例如,这可以是寻找必需化学物质的细菌、寻找食物的猛禽或收集毒素分子或废料的(微型)机器人。
在代理未知食物分布但在空间上相关的典型情况下,最佳运动策略的问题尤其具有挑战性;也就是说,它在空间上是连续变化的,而不是突然变化的。例如,细菌不仅可以直接在食物源处找到高浓度的营养物质,而且还可以在其周围区域找到高浓度的营养物质,因为相应的分子会扩散。
细菌已经开发出所谓的趋化搜索策略来利用这种相关性。在这里,它们测量沿路径的食物浓度变化,并改变其移动方向,以便统计上它们朝着浓度上升的方向移动。这使得他们能够利用食物浓度在特定方向上增加的经验,并探索他们的环境,以便不断检查食物浓度是否可能在另一个方向上增加更多。
免责声明:本答案或内容为用户上传,不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。 如遇侵权请及时联系本站删除。