控制杂的群体:临时网络重组改善了对犹不决的集体的控制
Tuhin Chakrabortty1, Saad Bhamla1
1Georgia Institute of Technology, Atlanta, GA, USA.
Science advances
|March 11, 2026
概括
熟练的狗控制不可预测的羊群,利用他们的犹不决,这是管理随机时间网络的关键. 这一洞察力激发了人工智能剂的不确定性群算法 (ISA).
科学领域:
- 控制理论 控制理论 控制理论
- 网络科学 网络科学
- 集体行为 集体行为
背景情况:
- 由于不可预测的动态,控制随机时间网络具有挑战性.
- 现实世界的系统经常表现出随机性,使控制工作复杂化.
- 生物控制器为管理复杂,动态系统提供了洞察力.
研究的目的:
- 通过使用牧羊犬试验作为模型,研究随机时间网络的控制机制.
- 分析生物控制器如何管理不可预测的群体.
- 开发和评估用于控制杂群体的新算法.
主要方法:
- 使用随机选择模型建模羊的行为.
- 分析了牧羊犬试验数据,以了解控制策略.
- 开发了不决断的群体算法 (ISA),并将其与以平均值为基础的群体算法 (ASA) 和领导追随者群体算法 (LFSA) 进行了比较.
主要成果:
- 训练有素的狗利用绵羊的犹不决作为牧羊和分裂的控制机制.
- 不确定的群组算法 (ISA) 在跟踪轨迹的任务中最大限度地减少了控制能量.
- ISA的性能优于标准算法,特别是在杂的环境下.
结论:
- 集体行为中的犹不决可以作为控制工具.
- ISA为管理随机时间网络提供了一个有效的框架.
- 这些发现在群体机器人,动物集体和意见动态等领域都有应用.
