HOW IT WORKS
一匹の発見が、群れの道になる。
青い個体は、出発点 S から出口 G を探します。画面には迷路全体が見えますが、個体が使えるのは現在地につながる通路、自分の記憶、そして共有された情報だけです。
01探して、覚える
未訪問の隣接セルを優先して進み、行き止まりでは戻ります。分岐では道しるべと近くの混み具合を参照し、確率的に進路を選びます。
02発見を持ち帰る
出口に着くと橙色になり、自分が通った経路をたどって帰還します。共有ONでは帰り道に、時間とともに薄れる道しるべを残します。
03共有し、改善する
帰還した個体が巣へ経路を登録。巣を出る個体は既知の最良経路を学びます。一部は再探索し、より短い道を探し続けます。
比較実験：共有をOFFにすると、他の個体の経路も道しるべも利用しません。同じ迷路・同じ初期乱数で再開始するので、一定のシミュレーション時間で到達回数や学習済み個体数を比較できます。共有ONがあらゆる迷路・指標で優れるとは限りません。
再探索率：経路を覚えた個体が、巣から再出発するときに別の経路を探す確率です。未学習の個体は必ず探索します。
発見経路と理論値：発見した経路は実際の個体の通過履歴です。理論最短は別の幅優先探索で算出しますが、個体の移動判断・経路共有・道しるべの計算には使いません。発見した経路が必ず理論最短になる保証はありません。
モデルの範囲：記憶付き探索、環境を介した道しるべ、巣での経路共有を組み合わせた独自の簡易モデルです。生物学的に厳密なアリのモデルや純粋なACO実装ではありません。衝突の物理計算、実機の通信、通信遅延は扱いません。
操作：個体の近くをクリックすると、その探索経路と記憶を確認できます。理論最短・表示レイヤーの切り替えは、個体の行動に影響しません。非表示タブでは自動的に計算を止めます。外部ライブラリ・画像・通信は使用しません。