东京大学
东京大学的研究人员展示了采用“奔跑-翻滚”技术的理论上最佳的生物搜索方法，并发现它与E
大肠杆菌，这可能有助于无人机自动化
鸣谢:东京大学工业科学研究所 最喜欢的甜点的香味可以诱惑几乎任何人去追寻它的味道
通过向气味增加的方向移动，人们通常可以找到想要的糖果
事实证明，即使是简单的生物，如单细胞的大肠杆菌
大肠杆菌，可以用类似的方法检测并移向食物
现在，研究人员开发了一种理论模型，用于搜索气味来源时的最佳搜索策略，这可能有助于设计新的无人机或纳米机器人，它们可以找到自己的化学目标
东京大学工业科学研究所的科学家们研究了从细菌到多细胞真核生物等执行“趋化性”的生物所使用的气味搜索策略
趋化性是沿着化学梯度的方向吸引的过程，它有几种形式
E
大肠杆菌使用被称为“奔跑和翻滚”的常见方法，在这种方法中，向前游泳的时间被随机改变运动方向的旋转所打断
虽然线性控制理论已经成为工程实践的一部分，但它不足以处理生物系统中的非线性和大噪声
需要一个更适合的理论来更好地理解这一现象
研究小组使用随机最优控制理论来寻找在具有嘈杂化学梯度的环境中奔跑和翻滚运动的最佳可能完全非线性传感和控制策略
他们使用部分可观察的马尔可夫决策过程来模拟内部控制
在这个框架中，代理不能直接观察正确的解决方案，但是他们可以通过感知他们的环境来更新他们的信念
为了使模型尽可能真实，研究人员包括了一个控制成本，代表了翻滚发生时调节的物理限制
“我们的最优解和生化细菌模型之间的一致性证明了我们的理论框架对于理解生物搜索系统的适用性，”第一作者Kento Nakamura说
生物体控制其运动并逐渐向目标移动的主要方式是，当感应到化学浓度沿其当前方向增加时，抑制翻滚
这项工作为新的自主寻路算法开辟了道路，这些算法可以用来寻找特定的目标，即使它们的确切位置是未知的
资深作者小川哲也J
小林研也
这篇文章发表在《物理评论研究》上
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
