西西河

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
全看树展主题 · 分页首页 上页
/ 4
下页 末页
家园 有意思,能具体说说吗
家园 【建议】http://www.aaai.org/
家园 【建议】

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

家园 【建议】

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

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 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 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

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

家园 也很好奇:这种传递信息的化学物质是什末?

以前知道乙烯在植物上有催熟作用,这个呢?是不是一种简单分子?

家园 这里有篇文章提到那种化学物质在形成最短路线中的作用

http://www.nature.com/nsu/040301/040301-6.html

不过也没提具体是什么

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 come on, man, whatever the

chemical thing it is. These are "numerical ants" not the real thing. The key is going to simulate the complex behavior of ant colony not the physiology of ants.Here, the chemical thing just present the signals the ants send. others could make some decisions depend on the concentration of the chemical thing.When an ant finds a piece of food, it drop some chemical thing as it moves. When other ants "sniff" the chemical, they follow the chemical toward the food. As more ants looking forward food, they reinforce the chemical trail.

In this process, each ant follows a simple rule and he just know a little bit of local information, at same time, there is no ant smarter than others. "every ant are created equal" but the whole ants colony emergence a complex behavior.

家园 从混沌到有序,而复杂行为恰恰出现在混沌边缘

Why? 可能只有上帝能回答。

全看树展主题 · 分页首页 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