Đàn kiến

Hàng trăm con kiến tạo đường mòn pheromone đến thức ăn; bật sinh sản và tử vong, thả nhện hoặc cho hai đàn kiến đối đầu.

  • Ant
  • Carrying food
  • Nest
  • Food
  • Home scent
  • Food trail
100%

Ants wander from the nest, lay a blue home trail, and lay an amber food trail on the way back with food. Paint food, rich food or walls, erase them, tap to place a nest or a spider, and watch new trails form; Rerun starts again from step 0 with what you placed. A spider's catches leave red alarm scent that ants turn away from.

Setup
800
Tool
30 units

Trải nghiệm của bạn với Đàn kiến thế nào?

Giới thiệu về Đàn kiến

Mô hình
Tìm kiếm thức ăn theo vết pheromone với hai luồng mùi (Deneubourg và cộng sự 1990)
Không gian
1.000 × 1.000 đơn vị, mùi trên lưới 200 × 200, tối đa 3.000 kiến
Bay hơi
0,1–2% mùi sau mỗi bước; ở mức 0,4%, vết thức ăn giảm một nửa sau khoảng 170 bước
Đời sống đàn
Kho thức ăn, ngưỡng phản ứng (Bonabeau và cộng sự 1996), ấu trùng và tuổi thọ
Giao chiến
Quy luật bình phương Lanchester (Franks và Partridge 1993)

Phù hợp cho: Học qua trực quan

Đàn kiến mô phỏng cách một đàn kiến tìm và thu gom thức ăn chỉ bằng hai luồng mùi mà không cần cá thể chỉ huy. Mỗi chú kiến ngửi mùi tại ba điểm cách phía trước 20 đơn vị trong không gian rộng 1.000 đơn vị: thẳng phía trước, bên trái và bên phải. Kiến tìm kiếm để lại mùi tổ và đi theo mùi thức ăn; kiến mang mồi để lại mùi thức ăn và đi theo mùi tổ. Dấu vết nồng nhất tại nơi kiến vừa rời tổ hoặc điểm mồi, rồi giảm dần 0,2% sau mỗi bước đi, giúp các lối mòn luôn hướng thẳng về nguồn phát. Khả năng phối hợp thông qua dấu vết để lại trong môi trường được gọi là stigmergy (Grassé 1959; Camazine và cộng sự 2001).

Nhóm điều khiển Pheromones thiết lập cách kiến cảm nhận và duy trì luồng mùi. Sensor angle là góc giữa điểm lấy mẫu thẳng phía trước và hai bên, mặc định là 34°; mỗi bước kiến quay từ 17° đến 26° về phía có mùi nồng hơn. Sensor reach quy định khoảng cách lấy mẫu phía trước, mặc định 20 đơn vị hoặc 4 ô mùi. Wander tạo độ rẽ ngẫu nhiên tối đa 7° về mỗi bên sau mỗi bước. Evaporation là tỷ lệ mùi mỗi ô bị mất sau mỗi bước: ở mức 0,4%, vết thức ăn giảm một nửa sau khoảng 170 bước, và mùi tổ bay hơi chậm hơn 0,3 lần. Spread truyền một phần mùi của mỗi ô sang bốn ô lân cận sau mỗi 3 bước, đạt 3,75% cho mỗi ô ở mức 0,15. Một chú kiến đang tha mồi nếu không ngửi thấy gì sẽ chạy thẳng về tổ gần nhất, tương tự cách kiến sa mạc định hướng bằng tích phân đường đi (Müller và Wehner 1988).

Births and deaths tạo cho bầy đàn một vòng đời hoàn chỉnh. Kho thức ăn nuôi sống từng thợ kiến, tiêu tốn Food eaten mẩu vụn trên mỗi 1.000 bước cho mỗi con, và các đợt tha mồi về sẽ làm đầy kho; khi kho cạn kiệt, mỗi thợ kiến có tỷ lệ chết đói 1 trên 4.000 sau mỗi bước. Kiến thợ nở từ ấu trùng (Brood) sẽ đợi trong tổ và chỉ ra ngoài theo ngưỡng phản ứng: mỗi con có một ngưỡng riêng, và xác suất rời tổ tăng lên khi kho dự trữ giảm xuống dưới mức 2.000 bước thức ăn (Bonabeau, Theraulaz và Deneubourg 1996). Kiến chúa đẻ Egg laying quả trứng mỗi 1.000 bước chừng nào kho còn thức ăn; mỗi quả trứng tốn 1 mẩu vụn và nở thành kiến thợ sau 2.000 bước. Mỗi thợ sống khoảng Lifespan bước, chênh lệch khoảng 20%, vì vậy một đàn no đủ sẽ ổn định ở mức Egg laying × Lifespan ÷ 1.000 thợ, tức 2.000 con ở cấu hình mặc định.

Một chú nhện (Spider) đứng rình tại chỗ và bắt chú kiến gần nhất trong phạm vi 15 đơn vị với xác suất 50% mỗi bước, sau đó mất 10 bước để ăn thịt. Mỗi lần bắt mồi sẽ tạo ra loại mùi thứ ba, mùi báo động (Alarm scent), đạt cường độ tối đa trong phạm vi 30 đơn vị; mùi này giảm 4% mỗi bước và tan biến hoàn toàn sau khoảng 230 bước. Kiến sẽ trừ bớt lượng mùi cần theo dõi bằng hai lần mức báo động, khiến đường đi uốn cong né tránh nhện; một bầy kiến đói sẽ ít để tâm đến mùi báo động hơn, vì động vật đói luôn chấp nhận nhiều rủi ro hơn (Lima và Dill 1990). Trong kịch bản Rival colonies, hai đàn kiến chia sẻ cùng một vùng đất, mỗi đàn có hệ mùi, kho thức ăn và kiến chúa riêng. Khi kiến hai bên chạm trán nhau trong bán kính 15 đơn vị, chúng sẽ giao chiến: mỗi kẻ thù tại đó có xác suất hạ gục 1% mỗi bước, chia đều cho các đồng minh lân cận; do đó nhóm địa phương đông hơn sẽ ít thiệt hại hơn và tiêu diệt được nhiều hơn, tuân theo quy luật bình phương Lanchester mà Franks và Partridge đã áp dụng cho loài kiến (1993). Mồi giàu (Rich food) tạo ra vệt mùi đậm gấp ba lần, và đàn kiến sẽ thu gom nhiều hơn từ đống mồi giàu chất dinh dưỡng hơn (Beckers, Deneubourg và Goss 1993).

Cây cầu kép (Double bridge) lặp lại thí nghiệm của Simon Goss và cộng sự (1989): hai nhánh cầu, một nhánh dài gấp khoảng 2,3 lần nhánh kia, cùng dẫn tới một nguồn thức ăn; vì kiến đi nhánh ngắn quay về sớm hơn nên vệt mùi của nhánh đó đậm lên nhanh hơn cho tới khi toàn bộ đàn chọn nhánh này. Các cảnh Growing colony, Spiders, Rival colonies cùng Rich and poor food đặt ra từng câu hỏi mà biểu đồ Colony, bảng số liệu hoặc các tuyến đường pheromone sẽ giải đáp.

Cách sử dụng Đàn kiến

  1. Chọn một khung cảnh (Scenes). Bắt đầu với Nest and food piles, Double bridge, Obstacles, Two nests hoặc Empty field, hoặc chọn một trong các cảnh bầy đàn: Growing colony, Spiders, Rival colonies hay Rich and poor food.
  2. Quan sát vệt pheromone. Màu xanh lam thể hiện mùi tổ do kiến tìm kiếm để lại; màu hổ phách biểu thị vết thức ăn do kiến tha mồi vạch ra. Kiến mang mồi có màu xanh lục, còn màu đỏ đánh dấu mùi báo động xung quanh nơi nhện bắt mồi.
  3. Vẽ lên thế giới ảo. Chọn Food, Rich food, Wall hoặc Erase rồi kéo rê trên khung vẽ, hoặc chạm để đặt Nest hoặc Spider. Việc dịch chuyển thức ăn hay chặn đường bằng tường sẽ khiến đàn kiến tìm kiếm và định hình lộ trình mới. Rerun bắt đầu một đàn mới từ t = 0 trên khung cảnh đã vẽ với các đống mồi đầy ắp; Restart xóa nét vẽ và chạy lại cảnh; Reset đưa toàn bộ cài đặt về mặc định.
  4. Điều chỉnh tập tính kiến. Sensor angle và Sensor reach xác định vị trí kiến ngửi mùi, Wander thêm độ rẽ ngẫu nhiên, Evaporation quy định tốc độ phai của vết mùi và Spread điều chỉnh độ lan tỏa mờ biên. Biểu tượng dấu hỏi bên cạnh mỗi thiết lập giải thích chi tiết bằng số liệu.
  5. Bật sinh tử (Births and deaths). Trong nhóm Colony, tính năng Births and deaths bổ sung kho thức ăn, kiến chúa, ấu trùng, sự già hóa và chết đói. Food eaten, Lifespan và Egg laying thiết lập lượng ăn của mỗi thợ, tuổi thọ và tốc độ đẻ trứng của chúa; biểu đồ Colony hiển thị số lượng thợ, ấu trùng và kho lương.
  6. Đọc các biểu đồ. Biểu đồ Foraging theo dõi số lượng kiến đang tha mồi và lượng vụn thức ăn đưa về tổ. Trong cảnh Rival colonies, biểu đồ Colonies theo dõi số thợ của từng đàn, và bảng số liệu dưới biểu đồ thống kê các trường hợp chết theo nguyên nhân.
  7. Xuất kết quả. Lưu ảnh PNG hoặc ghi lại một đoạn video hay GIF ngắn cảnh đàn kiến làm việc. Tùy chọn Record 30 s from the start sẽ chạy lại đúng thiết lập đó từ đầu và ghi lại 30 giây đầu tiên theo từng khung hình.

Câu hỏi thường gặp

Làm thế nào kiến ngoài đời thực tìm được con đường ngắn nhất?

Nhờ cơ chế củng cố liên tục: những chú kiến chọn đường ngắn hơn sẽ quay về sớm hơn và để lại dấu vết thường xuyên hơn, khiến tuyến đường đó đậm dần lên trong khi các tuyến dài hơn tự phai nhạt. Trong thí nghiệm cầu kép của Goss và cộng sự (1989), kiến Argentine khi đứng trước hai lộ trình tới cùng một nguồn mồi đã chuyển dần sang đi đường ngắn nhất. Kịch bản Double bridge tái hiện lại hiện tượng này với nhánh dài gấp khoảng 2,3 lần nhánh ngắn.

Sự bay hơi pheromone có tác dụng gì?

Nó giúp bầy kiến lãng quên những lối đi không còn sử dụng. Mỗi ô chứa mùi đều suy giảm một phần sau mỗi bước, vì vậy lối mòn chỉ duy trì được khi đàn kiến liên tục đắp thêm mùi: ở mức mặc định 0,4% mỗi bước, vệt thức ăn sẽ giảm một nửa độ đậm sau khoảng 170 bước. Thuật toán tối ưu hóa đàn kiến (Ant colony optimization - Dorigo, Maniezzo và Colorni 1996) cũng làm bay hơi pheromone mô phỏng vì lý do tương tự, giúp hệ thống quên đi các lựa chọn ban đầu.

Kiến thợ sống được bao lâu?

Ngắn hơn rất nhiều so với kiến chúa. Kiến chúa có thể sống gần 30 năm và thọ gấp tới 10 lần kiến thợ (Jemielity và cộng sự 2005), trong khi những thợ đảm nhận công việc nguy hiểm ngoài tổ sẽ già đi nhanh hơn những con ở trong tổ (Chapuisat và Keller 2002). Trong mô phỏng này, Lifespan xác định tuổi thọ trung bình của kiến thợ, mặc định là 10.000 bước, chênh lệch khoảng 20%.

Điều gì xảy ra khi đàn kiến cạn kiệt thức ăn?

Quy mô đàn sẽ thu hẹp: kiến chúa ngừng đẻ và số lượng thợ chết nhanh hơn số lượng mới nở. Các đàn kiến lửa được Walter Tschinkel (1993) theo dõi trong một năm đã suy giảm vào những tháng số thợ chết vượt quá số sinh và phát triển khi số sinh vượt số chết. Khi bật Births and deaths, kho thức ăn cạn sẽ làm ngừng đẻ trứng và khiến mỗi thợ có nguy cơ chết đói 1 trên 4.000 ở mỗi bước; kịch bản Growing colony tăng lên khoảng 2.000 thợ rồi giảm dần khi các đống thức ăn vơi đi.

Kiến phản ứng với kẻ săn mồi như thế nào?

Bằng mùi báo động và bằng cách cân nhắc giữa nguồn thức ăn với mối nguy hiểm. Kiến gần khu vực bị tấn công sẽ tiết ra pheromone báo động để cảnh báo các thợ xung quanh (Wilson 1958). Trong thí nghiệm của Nonacs và Dill (1990), 12 đàn Lasius pallitarsis đánh giá một bãi thức ăn có kiến săn mồi canh giữ có giá trị ngang với một bãi an toàn nếu lượng tăng trưởng bù đắp được số lượng cá thể kiếm mồi bị mất. Trong cảnh Spiders, mỗi lần bắt mồi tạo ra mùi báo động tan biến sau khoảng 230 bước, và các lối đi sẽ uốn cong để tránh xa nhện.

Stigmergy là gì?

Đó là sự phối hợp thông qua các thay đổi để lại trong môi trường, nơi dấu vết của một cá thể dẫn đường cho cá thể tiếp theo. Pierre-Paul Grassé đặt ra thuật ngữ này vào năm 1959 sau khi quan sát mối xây tổ, và các vệt pheromone của kiến là ví dụ kinh điển nhất (Camazine và cộng sự 2001).

Các màu sắc của vệt mùi có ý nghĩa gì?

Màu xanh lam là mùi tổ do kiến tìm kiếm để lại khi rời tổ, và kiến tha mồi sẽ lần theo mùi này để quay về; mùi này bay hơi chậm hơn 0,3 lần so với vệt thức ăn màu hổ phách do kiến quay về để lại cho kiến tìm kiếm lần theo. Trong kịch bản Rival colonies, đàn thứ hai có mùi tổ màu xanh mòng két và vệt thức ăn màu hồng. Màu đỏ là mùi báo động xung quanh các điểm nhện bắt mồi.

Mô phỏng này có liên quan đến thuật toán tối ưu hóa đàn kiến không?

Có. Thuật toán tối ưu hóa đàn kiến (Ant colony optimization) giải quyết các bài toán định tuyến và lập lịch bằng các cá thể kiến mô phỏng cùng cơ chế bay hơi pheromone; Marco Dorigo, Vittorio Maniezzo và Alberto Colorni đã mô tả dạng đầu tiên của nó, Ant System, vào năm 1996. Trình mô phỏng này tái hiện hành vi sinh học khởi nguồn cho thuật toán đó.

Đây có phải là một mô hình khoa học không?

Đây là mô hình giảng dạy được xây dựng từ các cơ chế đã công bố: tạo và lần theo vết mùi (Deneubourg và cộng sự 1990), ngưỡng phản ứng (Bonabeau và cộng sự 1996), mùi báo động (Wilson 1958) và các trận chiến Lanchester (Franks và Partridge 1993). Các chỉ số là thông số mô hình được điều chỉnh để một lượt chạy diễn ra trong vài phút chứ không phải số đo thực nghiệm của một loài cụ thể, bao gồm tỷ lệ chết đói, 2.000 bước từ trứng thành thợ, tầm với của nhện và xác suất giao chiến.

Tài liệu tham khảo

  1. Goss, S., Aron, S., Deneubourg, J.-L., & Pasteels, J. M. (1989). Self-organized shortcuts in the Argentine ant. Naturwissenschaften 76, 579–581.
  2. Deneubourg, J.-L., Aron, S., Goss, S., & Pasteels, J. M. (1990). The self-organizing exploratory pattern of the Argentine ant. Journal of Insect Behavior 3, 159–168.
  3. Grassé, P.-P. (1959). La reconstruction du nid et les coordinations interindividuelles chez Bellicositermes natalensis et Cubitermes sp. La théorie de la stigmergie. Insectes Sociaux 6, 41–80.
  4. Camazine, S., Deneubourg, J.-L., Franks, N. R., Sneyd, J., Theraulaz, G., & Bonabeau, E. (2001). Self-Organization in Biological Systems. Princeton University Press.
  5. Müller, M., & Wehner, R. (1988). Path integration in desert ants, Cataglyphis fortis. Proceedings of the National Academy of Sciences 85(14), 5287–5290.
  6. Dorigo, M., Maniezzo, V., & Colorni, A. (1996). Ant system: optimization by a colony of cooperating agents. IEEE Transactions on Systems, Man, and Cybernetics, Part B 26(1), 29–41.
  7. Bonabeau, E., Theraulaz, G., & Deneubourg, J.-L. (1996). Quantitative study of the fixed threshold model for the regulation of division of labour in insect societies. Proceedings of the Royal Society B 263, 1565–1569.
  8. Gordon, D. M. (1996). The organization of work in social insect colonies. Nature 380, 121–124.
  9. Prabhakar, B., Dektar, K. N., & Gordon, D. M. (2012). The regulation of ant colony foraging activity without spatial information. PLoS Computational Biology 8(8), e1002670.
  10. Schmid-Hempel, P., & Schmid-Hempel, R. (1984). Life duration and turnover of foragers in the ant Cataglyphis bicolor. Insectes Sociaux 31, 345–360.
  11. Hölldobler, B., & Wilson, E. O. (1990). The Ants. Springer.
  12. Jemielity, S., Chapuisat, M., Parker, J. D., & Keller, L. (2005). Long live the queen: studying aging in social insects. AGE 27(3), 241–248.
  13. Chapuisat, M., & Keller, L. (2002). Division of labour influences the rate of ageing in weaver ant workers. Proceedings of the Royal Society B 269, 909–913.
  14. Tschinkel, W. R. (1993). Sociometry and sociogenesis of colonies of the fire ant Solenopsis invicta during one annual cycle. Ecological Monographs 63(4), 425–457.
  15. Oster, G. F., & Wilson, E. O. (1978). Caste and Ecology in the Social Insects. Princeton University Press.
  16. Holling, C. S. (1959). Some characteristics of simple types of predation and parasitism. The Canadian Entomologist 91(7), 385–398.
  17. Wilson, E. O. (1958). A chemical releaser of alarm and digging behavior in the ant Pogonomyrmex badius (Latreille). Psyche 65, 41–51.
  18. Nonacs, P., & Dill, L. M. (1990). Mortality risk vs. food quality trade-offs in a common currency: ant patch preferences. Ecology 71(5), 1886–1892.
  19. Lima, S. L., & Dill, L. M. (1990). Behavioral decisions made under the risk of predation: a review and prospectus. Canadian Journal of Zoology 68(4), 619–640.
  20. Franks, N. R., & Partridge, L. W. (1993). Lanchester battles and the evolution of combat in ants. Animal Behaviour 45(1), 197–199.
  21. Batchelor, T. P., & Briffa, M. (2011). Fight tactics in wood ants: individuals in smaller groups fight harder but die faster. Proceedings of the Royal Society B 278, 3243–3250.
  22. Adams, E. S. (1990). Boundary disputes in the territorial ant Azteca trigona: effects of asymmetries in colony size. Animal Behaviour 39(2), 321–328.
  23. Beckers, R., Deneubourg, J.-L., Goss, S., & Pasteels, J. M. (1990). Collective decision making through food recruitment. Insectes Sociaux 37, 258–267.
  24. Beckers, R., Deneubourg, J.-L., & Goss, S. (1993). Modulation of trail laying in the ant Lasius niger and its role in the collective selection of a food source. Journal of Insect Behavior 6, 751–759.