- 4 次围观
群体决策实验在很大程度上聚焦于简单情境，即群体在两个仅沿单一属性存在差异的选项之间进行选择。然而，由这种单属性“二选优”范式所得出的原理，能否推广到自然界中群体经常面临的多属性、多选项决策，仍不明确。在此，我们采用蟑螂聚集的平均场模型和基于个体的模型，在一系列不同问题复杂度下研究群体决策，同时改变选项数量（N）以及描述每个选项的属性数量。我们的模型提出了3个新的预测：（1）蟑螂群体在整合属性时采用补偿性算法，在某一属性上的优势可以抵消另一属性上的劣势；（2）一旦N超过某一临界阈值，决策过程将突然崩溃；（3）决策时间随N呈非单调变化。综上，这些结果表明，在单属性“二选优”实验中所刻画的动力学，不能外推到多属性“优中选N”决策中。在现实复杂性条件下的群体选择，可能遵循现有模型尚未捕捉到的原理。
Simon Garnier 的 ORCID 记录
摘要 信息/历史 指标 补充材料 数据/代码 PDF 预览
摘要
群体决策实验在很大程度上聚焦于简单情境，即群体在两个沿单一属性存在差异的选项之间进行选择。然而，基于这种单一属性“二选优”范式得出的原则，是否能够推广到自然界中群体经常面临的多属性、多选项决策，仍不清楚。在此，我们使用蟑螂聚集的平均场模型和基于智能体的模型，在一系列不同问题复杂度条件下研究群体决策，同时改变选项数量（N）以及描述每个选项的属性数量。我们的模型提出了3项新的预测：（1）蟑螂群体在整合属性时使用一种补偿性算法，在某一属性上的优势可以抵消另一属性上的劣势；（2）一旦N超过某个临界阈值，决策过程将突然崩溃；（3）决策时间与N之间呈非单调尺度关系。总体而言，这些结果表明，在单一属性“二选优”实验中所表征的动力学不能外推到多属性“N选优”决策。在现实复杂性条件下的群体选择，可能遵循现有模型尚未捕捉到的原则。
利益冲突声明
脚注
https://doi.org/10.5281/zenodo.21525092
已声明资助信息
MCBC NJIT 协作研究与创新伙伴关系（CRISP）
版权
持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 本作品依据 CC-BY-NC 4.0 国际许可协议 提供。
返回顶部 上一页 下一页
发布于 2026 年 7 月 28 日。
下载 PDF
补充材料
数据/代码
电子邮件
感谢您有兴趣帮助传播 bioRxiv 的内容。
您的电子邮件 *
您的姓名 *
发送至 *
请输入多个地址，每行一个，或以逗号分隔。
您将要通过电子邮件发送以下内容
蟑螂群体如何在“N选优”任务中整合多个属性？
邮件主题
（您的姓名）已从 bioRxiv 转发了一个页面给您
邮件正文
（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。
您的个人消息
验证码
此问题用于测试您是否为人工访问者，并防止自动垃圾信息提交。
分享
蟑螂群体如何在“N选优”任务中整合多个属性？
Paco C.K. Chow ， Horacio G. Rotstein ， Simon Garnier
bioRxiv 2026.07.24.740418； doi： https://doi.org/10.64898/2026.07.24.740418
分享本文： 复制
引文工具
蟑螂群体如何在“N选优”任务中整合多个属性？
Paco C.K. Chow ， Horacio G. Rotstein ， Simon Garnier
bioRxiv 2026.07.24.740418； doi： https://doi.org/10.64898/2026.07.24.740418
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.24.740418v1?rss=1
🏷️ 蟑螂群体决策 多属性选择 最佳N选1 平均场模型 基于个体模型