Inspirados pelo comportamento das mariposas, os pesquisadores desenvolveram um novo algoritmo de busca coletiva para localizar a fonte de um odor. Robôs que imitam os padrões de busca de mariposas foram propostos antes para a detecção de gases nocivos e substâncias voláteis. Agora, a pesquisa conduzida por Antonio Celani no Centro Internacional de Física Teórica Abdus Salam em Trieste sugere que esta abordagem poderia ser otimizada usando um grupo de robôs que colaboram para encontrar uma fonte.
Muitos animais contam com seu olfato para navegar e localizar recursos. A dispersão por correntes de ar turbulentas pode tornar esta tarefa difícil e alguns animais adaptaram comportamentos para rastrear odores. Uma das mais extraordinárias delas é observada em mariposas machos. Ao encontrar um parceiro, eles devem seguir os produtos químicos hormonais (feromônios) produzidos pelas fêmeas e são capazes de fazer isso com sucesso em distâncias de centenas de metros.
Capazes de sentir a direção do vento e equipadas com um olfato apurado, as mariposas empregam uma estratégia de duas etapas de “lançar e subir” para corrigir seu movimento. Quando uma mariposa detecta feromônios, ela “surge” voando contra o vento até perder o cheiro, momento em que começa a ziguezaguear (lançando) a 45 ° em direção ao vento até recuperar a trilha. É esse processo que, quando incorporado a um algoritmo, pode conduzir robôs de detecção de gás.
Movimento coletivo encontra elenco e onda
Como a maioria dos animais, as mariposas não trabalham juntas para encontrar um parceiro. No entanto, outros animais, como peixes e pássaros, coordenam seus movimentos em grupos para aumentar a eficiência de sua busca por recursos. Celani e seus colegas investigaram se modelar mariposas como animais em bando poderia dar a mesma vantagem na busca por uma fonte de odor – e por extensão melhorar o elenco e o algoritmo de onda.
Em um rebanho, cada agente tem duas formas de movimento. Eles reagem individualmente ao ambiente – neste caso, realizando elenco e oscilação – e se movem como um grupo, alinhando-se com aqueles ao seu redor. Essa tendência de alinhamento é chamada de “movimento coletivo” e, em sua forma mais simples, é descrita por um modelo denominado algoritmo de Vicsek. Aqui, cada agente escolhe uma velocidade calculando a média de seus vizinhos, de modo que o grupo se mova de forma coerente.
Os pesquisadores combinaram o Vicsek e os algoritmos de elenco e surto e introduziram um “parâmetro de confiança”; um número entre 0-1 para descrever o equilíbrio entre eles. Quando este parâmetro é 0, os agentes se comportam como indivíduos e, quando é 1, eles seguem puramente o modelo Vicsek.
Nas simulações, os agentes foram liberados a uma distância de uma fonte de partículas de odor, que se dispersaram em um campo turbulento de velocidade. O tempo que o primeiro agente leva para chegar à origem foi calculado em função do parâmetro de confiança.
Otimizando a confiança
Os pesquisadores simularam a busca coletiva em uma variedade de ambientes variando a velocidade, população e percepção dos agentes, bem como a taxa de emissão de odores e as flutuações do campo de velocidade. Entre as simulações, logo surgiu uma tendência. Existe um parâmetro de confiança ideal em torno de 0,8, onde o tempo de pesquisa é minimizado e o agente mais rápido se comporta quase como se já soubesse onde está a fonte. Este também é o ponto em que as variações no tempo de busca são menores, com o movimento coletivo efetivamente “protegendo” contra as mudanças nas condições de simulação.
Descrevendo sua pesquisa na Physical Review E, a equipe destaca o efeito da alteração da taxa de emissão de partículas de odor; a redução desse parâmetro de 1 para 0,05 aumenta o tempo de busca de um único agente três vezes, mas quase não tem efeito no caso do grupo otimizado.
Esta pesquisa demonstra que a incorporação de movimento coletivo em algoritmos de rastreamento de odores pode não apenas torná-los mais rápidos, mas também mais flexíveis. A robustez do algoritmo o torna um candidato realista para um estudo mais aprofundado, onde poderia avançar o uso da robótica para a detecção de produtos químicos e poluentes perigosos e voláteis.
Publicado em 24/08/2020 21h45
Artigo original:
Estudo original:
Achou importante? Compartilhe!
Assine nossa newsletter e fique informado sobre Astrofísica, Biofísica, Geofísica e outras áreas. Preencha seu e-mail no espaço abaixo e clique em “OK”: