热点事件持续更新
网格资源枯竭环境下的进化觅食：间歇性搜索动力学在有限可耗尽景观中涌现
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026-10-01，arXiv·Neural and Evolutionary Computing发表研究，通过进化模拟在二维环形网格上探究有限可耗尽资源环境下的搜索策略演化。代理携带可遗传基因组编码步长、速度和转向角，适应度函数结合能量获取、移动成本和覆盖效率。在503×503网格、资源密度ρ=0.15的均匀与Lévy尘埃分布下，间歇性搜索拟合优度（调整后R²>0.99）优于Lévy行走（调整后R²>0.9），进化轨迹快速向短位移收敛并保留稀疏长距离迁移尾。
AI 根据报道生成 · 1 小时前更新
最新进展10月1日 12:00
2026-10-01 arXiv发表该研究，报道间歇性搜索在有限可耗尽网格环境中拟合优度优于Lévy行走。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Neural and Evolutionary Computing网格资源枯竭环境下的进化觅食：间歇性搜索动力学在有限可耗尽景观中涌现
研究通过进化模拟在二维环形网格上研究有限可耗尽资源环境下的搜索策略演化，代理携带可遗传基因组编码步长、速度和转向角，适应度函数结合能量获取、移动成本和覆盖效率。在503×503网格、资源密度ρ=0.15的均匀与Lévy尘埃分布下，间歇性搜索拟合优度（调整后R²>0.99）优于Lévy行走（调整后R²>0.9），进化轨迹快速向短位移收敛并保留稀疏长距离迁移尾。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。