Polytechnique Montréal

蜂群选巢时，个体只按邻居摇摆舞的强度盲目改换立场，这种局部模仿在群体层面被证明等价于一个在线强化学习智能体在解多臂老虎机。该宏观智能体按新命名的Maynard-Cross Learning规则更新各巢址的概率，每只侦察蜂相当于一次并行的动作—回报采样。推导针对加权投票者模型这一简化描述，模拟显示约500只侦察蜂即可贴近该宏观动力学并收敛到最优巢址。

蜂群选巢时，个体只按邻居摇摆舞的强度盲目改换立场，这种局部模仿在群体层面被证明等价于一个在线强化学习智能体在解多臂老虎机。该宏观智能体按新命名的Maynard-Cross Learning规则更新各巢址的概率，每只侦察蜂相当于一次并行的动作—回报采样。推导针对加权投票者模型这一简化描述，模拟显示约500只侦察蜂即可贴近该宏观动力学并收敛到最优巢址。