Optimal foraging strategies can be learned and outperform Lévy walks

要約

タイトル：最適な食糧探索戦略は学習可能であり、レヴィウォークを超越する

要約：
– 経済学、物理学、生態学、進化生物学などの分野で現実のシナリオを説明するために、レヴィウォークやその他の最適な食糧探索の理論モデルが使われており、注目されている。
– しかし、ほとんどの場合、どの戦略が食糧探索効率を最大化するか、また、そのような戦略が生き物によって学習可能であるかは未解決のままである。
– これらの問題に対処するために、私たちは食糧探索者を強化学習エージェントとしてモデル化する。
– 最初に、私たちは理論的に、強化学習モデルで報酬を最大化することが食糧探索効率を最適化することと同じであることを証明する。
– 次に、数値実験で、私たちのエージェントがレヴィウォークなどの既知の戦略よりも食糧探索効率を超える戦略を学習することを示す。

要約(オリジナル)

L\’evy walks and other theoretical models of optimal foraging have been successfully used to describe real-world scenarios, attracting attention in several fields such as economy, physics, ecology, and evolutionary biology. However, it remains unclear in most cases which strategies maximize foraging efficiency and whether such strategies can be learned by living organisms. To address these questions, we model foragers as reinforcement learning agents. We first prove theoretically that maximizing rewards in our reinforcement learning model is equivalent to optimizing foraging efficiency. We then show with numerical experiments that our agents learn foraging strategies which outperform the efficiency of known strategies such as L\’evy walks.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI