Optimierung in einem natürlichen System: Argentinische Ameisen lösen die Türme von Hanoi

Natürliche Systeme sind eine Quelle der Inspiration für Computeralgorithmen, die zur Lösung von Optimierungsproblemen entwickelt wurden. Dennoch nehmen die meisten 'natur-inspirierten' Algorithmen nur oberflächliche Inspiration aus der Biologie, und es ist wenig darüber bekannt, wie reale biologische Systeme schwierige Probleme lösen. Darüber hinaus werden Ameisenalgorithmen, neuronale Netzwerke und ähnliche Methoden in der Regel auf statische Probleme angewendet, während die meisten biologischen Systeme darauf ausgelegt sind, unter dynamisch wechselnden Bedingungen zu funktionieren. Wir verwendeten das Puzzle der Türme von Hanoi, um zu testen, ob argentinische Ameisen ein potenziell schwieriges Optimierungsproblem lösen können. Wir testeten auch, ob die Ameisen sich an dynamische Veränderungen im Problem anpassen können. Wir kartierten alle möglichen Lösungen für die Türme von Hanoi auf einem einzigen Diagramm und verwandelten dies in ein Labyrinth, das die Ameisen lösen konnten. Wir zeigen, dass die Ameisen in der Lage sind, die Türme von Hanoi zu lösen, und sich anpassen können, wenn Teile des Labyrinths blockiert werden und neue Abschnitte installiert werden. Die Anwesenheit von Erkundungspheromon erhöhte die Effizienz des resultierenden Netzwerks und verbesserte die Fähigkeit der Ameisen, sich an verändernde Bedingungen anzupassen. Im Gegensatz zu früheren Studien zeigt unsere Studie, dass massenrekrutierende Ameisenarten wie die argentinische Ameise in einem dynamischen Umfeld effektiv nach Nahrung suchen können. Unsere Ergebnisse deuten auch darauf hin, dass neuartige Optimierungsalgorithmen von einer stärkeren biologischen Nachahmung profitieren können.