淘客熙熙

主题:【请教】关于生物的Self-Adaptive行为的知识和在计算机方面 -- 梦里依稀

共:💬48 🌺1 新:
分页树展主题 · 全看首页 上页
/ 4
下页 末页
        • 家园 具俺所知,

          在筑巢,御敌这种大规模行动中,每个个体都知道自己在干什么.虽然组织纪律的强度因种而易,但总的说一般没有统一的号令或是领导,实际上是在各自为战(对环境变化和相应的工作进度及需要的瞬时感知能力也是每个参加劳动的工蚁都具备的).我在上面说,这时每个蚂蚁都相当于一只个体生活的昆虫,就是这个意思.

          有些种类在"觅食/防卫 -- 发现食物/攻击敌人 -- 留下外激素引导伙伴"这个过程中会有LEADER,但是LEADER不是固定的个体,而是随几出现的.也就是说,谁先撞了大运,就跟别人言语一声儿,呵呵.

    • 家园 【建议】

      http://www-formal.stanford.edu/jmc/whatisai/whatisai.html

    • 家园 【建议】

      http://www.cs.berkeley.edu/~russell/aima.html

    • 家园 【建议】http://www.aaai.org/
    • 家园 最近就是在做这个东西

      今年就在做这个东西,实现一个ant-sorting algorithm,就是蚂蚁搬东西的系统,简单的说就是一群蚂蚁冲出去很快就能把泥土,食物,和蚁卵分开,但是这种分类并没有一个"神"在后面操纵,蚂蚁只是按自己本能行动,但是集体起来就象有某种单独意识一样,比如象matrix里的optus群。

      找了不少article和conference paper,说得好的很多,但做起来头大得很,每个理论都说得头头是道,一实现起来就发现根本不是那么回事,而且一个人写程序很容易就有意无意的变成了那个"神",刚想出一个算法,仔细一想,不还是变相指导了蚂蚁吗?照这样发展下去,我恐怕要去信教了

      • 家园 【胡思乱想】偶的外行看法

        先声明, 在下对你们谈的东东很感兴趣, 但自己是100%的外行. 偶干的工作和科学研究关系太远了. 提点胡思乱想, 请老大们指点.

        好象, 如果将时间段无限细分的话, 似乎可以说在某一时间段内只有一只蚂蚁在工作, 或者说只有一只蚂蚁在做放东西(PUTDOWN)的动作. 那我们就可以把乱糟糟蚂蚁窝分解成一只只个别蚂蚁的行为.

        假设有A,B,C 三个地方, 分别可以放泥土,食物,蚂蚁蛋. 先假设这三个地方已经分别有三样东西了.

        蚂蚁1 随机PICKUP任何一种东东, 随机走到一个地方, 如果和环境的东西一样就PUTDOWN.不同就背走.

        蚂蚁2 随机PICKUP一种东东, 如此类推.

      • 家园 有意思,能具体说说吗
        • 家园 大概是这样吧

          一般来讲和agent同时出现的概念是environment和resource,agent通过action改变env,resource,同时感觉env和resource的改变,而调整自己的action,象蚂蚁搬东西的例子,单个蚂蚁就是一个agent,蚂蚁窝就是env,蚂蚁窝里可以搬的东西就是resource,ant-sorting algorithm就是把各种resource归类存放,比如泥土放一起,食物放一起,等等

          算法说起来很简单,agent只有两个action,pickup-putdown,发现自己旁边的东西和周围的东西不一样就拿起,自己背的东西和周围差不多就放下,具体实现的时候头大的问题主要是只能看到局部优化,比如一块很小的区域发现分类,但是整个区域还是东一块,西一块,不知道这里有没有研究蚂蚁,蜜蜂之类的达人,可以说一下真正的自然界中这些简单昆虫的行动是如何调整的?

          • 家园 我怎么想

            要达到全局优化可以这么实现。一是让蚂蚁具有部分的整体意识。比如说,蚂蚁可以分辨出食物和泥土的不同气味,它总是把食物(或泥土)往一个较大范围内食物(或泥土)气味最浓的地方放。其实就是一种clustering的算法,每次在蚂蚁感知的范围内找到食物(或泥土)位置的重心位置,然后把它力所能及的食物都放到那个重心上去。蚂蚁感知的范围越大,越容易找到整体最优解。二是允许大的“突变”发生,比如给一个较小的概率允许蚂蚁一次搬运一整堆东西,堆的大小概率可以是一个Gamma分布,倒不一定都是食物(或泥土)。理论上讲,应该是可以达到最优解的,不过参数不合适的话所用的时间会非常长。

            • 家园 关键是这个算法中每个蚂蚁的算法不能太复杂

              就象下面还是不懂兄说的没有一个leader来告诉其他人怎么做,头痛的就是每只蚂蚁是没有全局观的,我曾经试过扩大蚂蚁的搜索范围,发现太小了不起作用,太大了就让这只蚂蚁变成了有全局概念的super ant了,这种ant-sorting algorithm应该是一种unsupervised learning,我曾经看过self-organized map里有一种Kohenon netwoek实现upservised learning也是用与roger兄说的相似的算法,这倒指得一试。

              我曾经想过用genetic algorithm辅助,做一个ant queen,每只蚂蚁有自己的生命周期,蚂蚁死后在queen那里留下自己的gene,然后queen选最好的gene加上crossover,mutation,生下一代蚂蚁,不过想这样也是变相的加上global memory

          • 家园 感觉上你把每个蚂蚁作为一个孤立的AGENT看,似乎有些问题

            每个蚂蚁之间应该有信息的相互交流。有了信息的相互交流,那么你的那个算法中的每个蚂蚁的行为也许就会被相互影响,在一个正反馈的过程中,最后实现物品分类。

            从我看到和听到的关于蚂蚁的研究中,我总有个感觉,就是,每个蚂蚁就象是大脑里的神经元,一群蚂蚁就成了一个神经网络。

            不过对这方面也是不熟悉,只能提提想法而已。

            非常有兴趣在不远的将来能够看到你模拟的过程和结果。

            • 家园

              蚂蚁通过互相交流而获得一个较大的感知范围是一个可行的方法。

              • 家园 from bottom 2 top,

                there is no leader ant ask other agents how to do. By communication between agents then EMERGENCE happened.

                • 家园 这个很有意思。有个问题很好奇:他们怎么最后通过某种方式

                  来达到一种集体意识的?以前写过一个短文,是说明他们通过某种化学物质在线路上的浓度来决定最优路线。

                  也就是,初期会有个无序的过程,但是最后在一段时间后,会达到某种有序。

                  仔细想想,还是很有意思

分页树展主题 · 全看首页 上页
/ 4
下页 末页


有趣有益,互惠互利;开阔视野,博采众长。
虚拟的网络,真实的人。天南地北客,相逢皆朋友

Copyright © cchere 西西河