编辑推荐：
觅食蚁群常面临食物分布不定的挑战，类似旅行商问题（TSP）。研究人员开展模拟研究，让类似蚂蚁的智能体在不同空间网络中演化搜索策略，并与阿根廷蚁（Linepithema humile）实验对比。结果表明觅食模式受网络和食物影响，模拟与蚂蚁行为相符。该研究为预测蚁群复杂行为提供依据。
觅食的蚁群常常会遇到这样的挑战：食物可能会在它们的领地内毫无预兆地出现。这一情况和旅行商问题（Travelling Salesman Problem，TSP）很相似，在旅行商问题中，访问多个可能有回报的地点的解决方案，会在成本、旅行距离或者地点重访次数等方面有所不同。然而，蚂蚁解决 TSP 问题的能力可能还受到认知局限的约束。蚂蚁或许不是规划好完整路线，而是依据个体对即时刺激的反应来决定路径，比如同伴的存在，或者避免再次探索已经去过的地点。所以，复杂的群体搜索和食物获取模式，可能是从简单的个体运动规则中自组织形成的。
在此研究中，通过模拟优化类似蚂蚁智能体群体的净觅食收益，从而得出解决方案。智能体的搜索策略在三种空间网络中演化，这三种网络在到巢穴的旅行距离、连通性和模块性方面存在差异。研究人员将模拟结果与在相同空间网络中观察到的阿根廷蚁（Linepithema humile）觅食模式进行对比。模拟和蚂蚁实验均发现，觅食模式对网络特征和食物出现的可预测性都很敏感。模拟结果在多个方面与观察到的蚂蚁行为一致，尤其是在网络布局如何影响搜索努力程度、食物发现概率和觅食者分布（例如，在连通性更强的区域聚集）等方面。不过，在某些分布情况下，蚂蚁找到食物的成功率比模拟预测的更高。这可能意味着，与提高智能体的食物发现利用效率相比，蚂蚁更看重找到食物这件事。总体而言，研究结果令人振奋，因为结合相关蚂蚁生物学知识的进化优化模型，能够成功预测复杂群体行为的表现。
