Муравьи исследуют территорию... методично

Когда колония каменных муравьев (Temnothorax rugatulus) оказывается в незнакомой обстановке, её фуражиры исследуют территорию не случайным образом, как считалось ранее, а по систематической, «меандрирующей» траектории в сочетании с элементами случайного движения. К такому выводу пришли исследователи из Университета Аризоны, чья работа опубликована в журнале iScience.

Ключевые выводы:

  • Не случайный поиск: Вопреки устоявшемуся в науке мнению, что животные при свободном поиске неизвестных ресурсов движутся чисто случайным образом, каменные муравьи демонстрируют чёткий регулярный паттерн.
  • Методичное меандрирование: Муравьи плавно чередуют повороты направо и налево с относительно регулярным шагом примерно в три длины тела.
  • Эволюционное преимущество: Такая стратегия — сочетание систематического «змейкообразного» движения и случайности — может делать поиск более эффективным. Она позволяет исследовать большую площадь за меньшее время, реже пересекая собственный путь и не возвращаясь к уже изученным участкам.
  • Применения: Это открытие может найти применение в робототехнике для программирования более надёжных и эффективных алгоритмов поиска автономными роями роботов в условиях спасательных операций или исследования других планет.

Ход исследования:

  1. Колонии муравьев, собранные на горе Леммон (Аризона), разместили в лабораторном арене размером 2×3 метра.
  2. С помощью камер и автоматического трекинга с ручной коррекцией учёные отследили индивидуальные траектории движения муравьев в течение пяти часов.
  3. Эти траектории сравнили со смоделированным случайным блужданием с помощью статистических методов, анализируя зависимость каждого последующего поворота от предыдущих.

Цитаты исследователей:

  • Стефан Попп, ведущий автор: «Мы обнаружили, что каменные муравьи демонстрируют поразительный, регулярный меандрирующий паттерн при исследовании местности вокруг своих гнёзд».
  • Анна Дорнхаус, соавтор: «Основываясь на этих результатах, многие животные могут использовать сложные комбинации случайного и систематического поиска, которые оптимизируют эффективность и надёжность в реальных и сложных средах обитания. Это открывает совершенно новый способ взглянуть на всё движение животных».