Daha iyi besin kazanır mı?

Bireysel keşiflerin ortak davranışa dönüşmesini izleyin.

BEE-003Apis mellifera · Soyut modelKolektif zekâBireylerin sınırlı bilgisi ve yerel etkileşimlerinden koloni ölçeğinde bir davranışın ortaya çıkmasıdır. Bu modelde arılara emir veren bir merkez yoktur.Nasıl okumalı?Siz A ve B kaynaklarını aynı anda görebilirsiniz. Bir arı yalnızca kendi karşılaşmalarını, hafızasını ve yakındaki dansları kullanır.BEE modelinin açıklamasıdır; saha ölçümü değildir.

Koloni hazırlanıyor…

ÖĞRENME REHBERİ

Bir arıdan koloniye.

Terimleri anlayın, bir deney yapın ve gözlediğinizi açıklayın.

Laboratuvara dön
  1. 01

    Birey keşfeder.

    Keşifçi, yakındaki bir kaynağı bulur; konumu ve kaliteyi kendi hafızasına kaydeder.

  2. 02

    Yerel bilgi aktarılır.

    Başarılı dönüş bir dansa yol açabilir. Yakındaki gözlemci kaynağın tahmini konumunu izleyebilir.

  3. 03

    Ortak davranış oluşur.

    Tekrarlanan ziyaretler ve yerel katılım dağılımı şekillendirir. Koloni ölçümleri sizin içindir; arılar bunları kullanamaz.

Modelin sınırıBu adımlar BEE’nin kurallarını açıklar. Mesafe, besin ve zaman model birimleridir; sonuçlar saha ölçümü değildir. Biyolojik kaynaklar ve varsayımlar için Araştırma notları bölümünü kullanın.

BEE-003 · UYGULAYIN

Kaynaklar arasında

  1. 1

    Yakın mı, zengin mi?

    Deney panelinde tahmininizi seçin. A daha yakın, B daha kalitelidir. Kalite ödülü artırırken uzun yol dansın fayda değerini azaltır; sonucu çalıştırmadan önce gerekçenizi düşünün.

  2. 2

    Birlikte değişen ölçümleri okuyun

    Çalıştırıp belirlediğiniz bir tick’te duraklatın. Kaynak dağılımını, toplanan besini ve besin toplama hızını birlikte inceleyin. A/B yüzdelerinin yalnızca kaynağa yönelik seferleri kapsadığını hatırlayın.

  3. 3

    Beklentinizi sınayın

    Tahmininizle gözleminizi karşılaştırın. Aynı ayarlarla farklı seed’leri aynı tick sayısına kadar çalıştırın. B’nin yüksek kalitesi her koşuda daha yüksek pay alacağını garanti etmez.

DURUN VE DÜŞÜNÜN

Kendinizi sınayın

Kaynak dağılımında B %70. Bu ne demektir?

Bu soru modelin kurallarını sınar. Deney tahmininiz ayrıdır; onu gözlediğiniz koşuyla karşılaştırın.

ELİNİZİN ALTINDATerim sözlüğüSade tanımlar, model birimleri ve okuma örnekleri.

27 terimden 27 tanesi

Kolektif zekâ

Bireylerin sınırlı bilgisi ve yerel etkileşimlerinden koloni ölçeğinde bir davranışın ortaya çıkmasıdır. Bu modelde arılara emir veren bir merkez yoktur.

Siz A ve B kaynaklarını aynı anda görebilirsiniz. Bir arı yalnızca kendi karşılaşmalarını, hafızasını ve yakındaki dansları kullanır.

Dansla katılım

Başarılı bir dönüşten sonra arı dans edebilir. Yakındaki bir arı bu dansı izleyip belirli bir olasılıkla bildirilen kaynağa yönelir; bilgi tüm koloniye anında yayılmaz.

Kapalıyken yeni danslar ve dans gözlemleri durur. Öğrenilmiş kaynaklar hafızada kalabilir; henüz bilgisi olmayan toplayıcılar bekler.

Keşifçi oranı

Bağımsız arama yapabilen arıların başlangıçtaki payıdır. Keşifçiler de besin toplar ve dans izleyebilir. Bu sürümde görevler koşu sırasında değişmez.

160 arının %18’i yuvarlandığında 29 keşifçi olur. Oranı değiştirmek aynı seed ile sıfırdan yeni bir koşu başlatır.

İletişim gürültüsü

Dans bilgisinden öğrenilen yön ve mesafeye eklenen sınırlı hatanın büyüklüğüdür. Dansın güven değeri üzerinden katılım olasılığını da etkiler.

%0, konum aktarımındaki ek hatayı kaldırır; katılımı kesinleştirmez. %100, mesajların %100’ünün kaybolduğu anlamına gelmez.

Seed · rastgelelik tohumu

Arıların rastgele seçim dizilerini başlatan tam sayıdır. Aynı seed, başlangıç ayarları ve aynı tick’lerdeki müdahaleler, aynı model sürümü ve çalışma ortamında aynı koşuyu yeniden üretir.

518394 ile koşuyu tekrarlayabilirsiniz. Farklı seed’ler denemek, sonucun tek bir rastgele başlangıca ne kadar bağlı olduğunu araştırır.

Tick ve model zamanı

Tick, simülasyonun bir hesaplama adımıdır. 1 tick = 0,1 model saniyesi; 600 tick = 1 model dakikasıdır. Ekrandaki saat modelin ilerleyişini gösterir.

Adım düğmesi tam 1 tick ilerletir. 20× oynatma daha çok adım hesaplar; arıların kurallarını veya bir tick’in süresini değiştirmez.

Toplanan besin

Kovana teslim edilen yük × toplandığı andaki kalite değerlerinin koşu başından beri toplamıdır. Bu bir model ödül birimidir; gram veya gerçek bal miktarı değildir.

Kalitesi 0,95 olan kaynaktan 1 birim yük kovana ulaşırsa toplama 0,95 eklenir. Yoldaki yük henüz sayılmaz.

Besin toplama hızı

Son 60 model saniyesinde teslim edilen besinin model dakikası başına hızıdır. İlk 60 saniyede, yalnızca o ana kadar geçen süre kullanılır.

Toplam besin artarken bu hız düşebilir: son dakikada daha az teslimat yapılmıştır. Grafik yaklaşık son 600 model saniyesini gösterir; her nokta yine 60 saniyelik pencereyi kullanır.

İlk keşif

Herhangi bir arının, yakın algılama alanında etkin ve besin içeren bir kaynağı ilk kez bulduğu model zamanıdır.

“—” henüz keşif yapılmadığını gösterir. İlk bulunan kaynak, en kaliteli kaynak veya ilk teslim edilen besin olmak zorunda değildir.

Etkin keşifçiler

Keşifçi rolünde olup bekleme, dans etme veya dans izleme durumunda olmayan arıların sayısıdır.

Kaynakta besin toplayan ve kovana dönen keşifçiler de sayılır. Bu, yalnızca yeni yer arayan arıların sayısı değildir.

Katılan toplayıcılar

Kovan etkinlikleri dışında olup son dansla katılım bilgisi hâlâ işaretli olan arıların anlık sayısıdır. Dans izleyen keşifçiler de bu sayıya girebilir.

Bu bir toplam katılım olayı sayacı değildir. Aynı arı koşu içinde birden fazla dansı kabul edebilir.

Kaynak dağılımı

A veya B hedefiyle kaynağa uçan, besin toplayan ya da kovana dönen arıların bu iki kaynak arasındaki payıdır. Arayanlar ve kovan etkinlikleri paydaya girmez.

A’ya bağlı 3, B’ye bağlı 7 arı varsa B %70 görünür. Bu, tüm koloninin %70’inin B’de olduğu anlamına gelmez. Hiç hedefli sefer yoksa iki çubuk da %0’dır.

Kaynak kalitesi

Toplanan yükün ödül değerini çarpan model katsayısıdır. Kaynaktaki kalan besin miktarından farklıdır; arılar kaliteyi yerel ziyaret veya dans bildirimiyle öğrenir.

Varsayılan A kaynağı 0,46; B kaynağı 0,95 kalitededir. B’nin uzaklığı daha fazladır; yüksek kalite tek başına sonucu garanti etmez.

Bireysel bilgi

Bir arının kendi ziyareti veya kabul ettiği dansla öğrendiği kaynak konumu ve kalite tahminidir. Her kaydın bir son kullanma tick’i vardır.

B kaynağını kaldırmak arıların hafızasını anında silmez. Arı başarısız bir ziyarette o kaydı silebilir veya kayıt süresi dolabilir; varsayılan ömür 140 model saniyesidir.

Enerji göstergesi

Uçarken azalan, dinlenirken artan 0–100 arası soyut bir göstergedir. Bu sürümde uçuşu veya arının kararlarını sınırlamaz.

%20, ölçülmüş bir biyolojik enerji rezervi değildir. Bu değerle açlık, yaşam süresi veya metabolizma sonucu çıkarılamaz.

Dansın yön bilgisi

Kovandan bildirilen kaynağa uzanan yön, doğudan başlayarak saat yönünde derece olarak gösterilir. Güneş pusulası bu modelde yer almaz.

0° sağa, 90° aşağıya karşılık gelir. İzleyen arının öğrendiği yöne iletişim gürültüsü eklenebilir.

Model mesafesi

Kovan ile hatırlanan kaynak arasındaki düz çizgi mesafesidir. “u” soyut mesafe birimidir; metreye dönüştürülmüş değildir.

Aynı kalitedeki daha uzak bir kaynak, dansın fayda hesabında daha büyük yol indirimi alır.

Süre kodu

Bildirilen mesafe ÷ 250 ile hesaplanan eğitsel zaman kodudur. Dansın ne kadar süre açık kalacağını göstermez.

250 u mesafe, 1 model saniyelik kod verir. Bu dönüşüm gerçek sallanma danslarından kalibre edilmemiştir.

Fayda

Arının kendi ödülünün gidiş-dönüş mesafesine göre indirgenmiş değeridir: ödül ÷ (1 + 0,003 × mesafe). Dans etme olasılığını ve dansın ömrünü etkiler.

Yüksek kalite faydayı yükseltirken uzun mesafe azaltır. Bu değer net enerji veya koloninin bildiği ortak bir kaynak puanı değildir.

Sinyalin kalan süresi

Dans bildiriminin süresi dolana kadar kalan model zamanıdır. Süresi dolmuş bir dans yeni katılım sağlayamaz.

Kaynak kaldırılsa bile eski dans bir süre görülebilir. Süre kodu mesafeyi, kalan süre ise bildirimin ne kadar daha kullanılabileceğini anlatır.

Kontrol kolonisi

Aynı seed, başlangıç ortamı, arı sayısı ve tick sayısıyla hesaplanan; dansla katılımı kapalı bir karşılaştırma kolonisidir. Kaynak ve gürültü müdahaleleri iki koloniye de uygulanır.

Sonuç deney / kontrol sırasındadır. Davranış değişince rastgele seçimlerin kullanımı da farklılaşabilir; tek eşlenik koşu genel bir biyolojik etki tahmini vermez.

Müdahale

Devam eden koşuda dansı açıp kapatma, gürültüyü değiştirme veya B kaynağını kaldırıp geri getirme işlemidir. İşlem, tamamlanan tick sayısıyla kaydedilir.

100. tick’teki müdahale, 101. adım hesaplanmadan önce uygulanır. Seed, keşifçi oranı ve arı sayısı değişikliği ise sıfırdan yeni koşu başlatır.

Koşu ve yeniden oynatma

Koşu, belirli başlangıç ayarlarıyla yapılan bir deneydir. JSON dışa aktarımı ayarları, sürümleri, tick sayısını ve sıralı müdahaleleri saklar.

İçe aktarma kayıtlı değerleri doğru kabul etmez: baştan hesaplar ve kayıtlı tick’te duraklar. Desteklenmeyen veya geçersiz dosyalar reddedilir.

Peyzaj görünümü

Kovanı, kaynakları ve arıların model uzayındaki konumlarını gösteren gözlemci haritasıdır. Bu haritaya arıların karar mekanizması erişemez.

A ve B’yi baştan görmeniz, arıların onları bildiği anlamına gelmez. Bir arıyı seçerek gerçekte hangi kaydı taşıdığını inceleyin.

Dans alanı

Kovandaki dansçı ve gözlemcilere odaklanan büyütülmüş görünümdür. Dans, yalnızca yakındaki arıların karşılaşabildiği süreli bir sinyaldir.

Dans eden bir arıyı inceleyin: yön, mesafe, süre kodu ve fayda onun kendi deneyiminden üretilir.

İletişim görünümü

Yakın geçmişte kabul edilmiş dans bildirimlerini arılar arasında bağlantılarla gösterir. Dış halkadaki arılar, kovan dışındakilerin şematik yerleşimidir.

Bağlantılar en fazla 300 tick (30 model saniyesi) geriye gider; yoğun koşularda kayıt sınırı bu aralığı kısaltabilir. Görünüm tüm iletişim tarihçesi değildir.

Sinyal ve performans

Sinyal ayrıntılarını ve uygulamanın çalışma hızını gösteren gözlem katmanıdır. FPS saniyede çizilen kare sayısı; ms ise hesaplamanın gerçek süresidir.

Eşlenik tick süresi hem deney hem kontrol kolonisinin hesaplamasını kapsar. FPS ve işlem süresi, model zamanı veya koloni başarısı ölçüsü değildir.

Öğrenme sisteminde BEE

Kolektif zekâyı dört tekrarlanabilir deneyle keşfedin. SWI araştırma bağlamını sunar; BEE bireysel hafıza ve yerel dans sinyallerini, ANT ise çevresel izleri inceler. İki laboratuvarın mekanizmalarını ve varsayımlarını karşılaştırın; sayısal puanlarını doğrudan karşılaştırmayın.

Bu bağlantılar öğrenme kaynaklarını birleştirir. Koşular BEE’de kalır; başka uygulamayı açmak deneyinizi aktarmaz. Koşuyu saklamak için JSON dışa aktarın.

Uzaktaki daha zengin kaynak, daha çok arıyı çekebilir mi?

Mevcut uygulanmış yapılandırma ve tick ile kaydedilmiş müdahaleler bu koşuyu tanımlar; içe aktarılan koşular yeniden hesaplanır.

Varsayımlar

Yerel bilgi ve sabit görevler

Arılar yerel gözlem, özel hafıza ve yakındaki süreli dans sinyallerini alır. Bilgisiz toplayıcılar bekler; keşifçiler arar. Koloni metrikleri bireysel kararları yönlendirmez.

Soyut model ve eşlenik karşılaştırmalar

Uzaklık, zaman ve besin model birimleridir; saha ölçümü değildir. Aynı tohumla dansı kapalı kontrol, tek eşlenik model koşusudur; biyolojik etki tahmini veya evrensel üstünlük değildir.

Kanıt ve veri kökeni

Arı yolları ve dans sinyalleri

Simüle · Doğrulama uygulanamaz

Belirlenimci işçi soyut bir dünya üretir. Biyolojik kaynaklar kavramları destekler; bu sayısal sonuçları kalibre etmez.

Varsayımlar: Yerel bilgi ve sabit görevler, Soyut model ve eşlenik karşılaştırmalar

Dağılım, teslimat ve keşif

Hesaplanmış · Doğrulama uygulanamaz

Gözlem metrikleri simüle dünyadan hesaplanır. Dağılım yalnızca kaynağa yönelik seferleri içerir. Yeniden oynatma, içe aktarılan toplamlara güvenmek yerine koşuyu yeniden hesaplar.

Hesaplama girdileri: Arı yolları ve dans sinyalleri

Varsayımlar: Yerel bilgi ve sabit görevler, Soyut model ve eşlenik karşılaştırmalar

Uygulanmış yapılandırma ve müdahaleler

Kullanıcı girdisi · Doğrulama uygulanamaz

Tohum, nüfus ve uygulanmış değişiklikler bu koşuyu tanımlar. Müdahaleler dışa aktarımlarda tick ile kaydedilir; eşit tick bütçelerini ve birden fazla tohumu karşılaştırın.

Varsayımlar: Yerel bilgi ve sabit görevler, Soyut model ve eşlenik karşılaştırmalar

Simüle ajanlar; hesaplanan gözlem metrikleri; uygulanmış kullanıcı girdileri. Model birimleri ve tek eşlenik koşular saha kanıtı değildir.