关键词：集体运动，非线性动力学，最大熵，有序-无序相变，演化适应性
论文题目：Environmental Path-Entropy and Collective Motion
论文来源：Physical Review Letters
论文链接：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.130.168201
受蜂群或羊群等动物系统的启发，最新发表于 Physical Review Letters 的文章，研究了在无界二维空间运动的智能体群体。个体轨迹来自于“自下而上” 的原则：个体调整方向以使其在环境状态下的未来路径熵最大化。这可以被看作是保持选项开放的智能体，这一原则可能会在一个不确定的世界中赋予演化适应性。
研究发现，智能体自然会出现一种有序（联合）状态，以及无序状态或旋转集群；在鸟类、昆虫和鱼类中分别观察到类似的表型。有序状态在两种形式的噪声下表现出有序-无序相变：（i）标准的加性定向噪声，应用于决策后的定向；（ii）“认知” 噪声，叠加在每个个体对其它智能体未来路径的模型上。不寻常的是，在低噪音下，秩序会增加，然后随着噪音的进一步增加，通过有序-无序相变而减少。
总而言之，这篇文章分析了一个简单的模型，该模型可能是演化适应性的基础，因此是智能行为的基础。该模型涉及寻求最大化其未来轨迹的路径熵的智能体，类似于保持未来选择的开放性。这里的熵是根据视觉状态计算的，例如主要依靠视觉来感知和导航周围世界的动物所感知的视觉状态。这种路径熵最大化策略在生物学中可能具有更广泛的意义，例如，在微生物或细胞可访问的生化状态空间中。
图1. 系统构型快照和解释模型的草图。
图2. 最大化环境路径熵的智能体自然会采用不同的动力学模式或“表型”。
图3. 在存在 (a) 认知噪声和 (b) 决策后定向噪声的情况下排序相变。
集智斑图顶刊论文速递栏目上线以来，持续收录来自Nature、Science等顶刊的最新论文，追踪复杂系统、网络科学、计算社会科学等领域的前沿进展。现在正式推出订阅功能，每周通过微信服务号「我的集智」推送论文信息。扫描下方二维码即可一键订阅：
推荐阅读
