开创性的追踪技术揭示了沙漠蚂蚁如何在复杂世界中导航的新见解，这可能会激发下一代智能高效的机器人的灵感。
涉及谢菲尔德大学的国际研究合作开发了新的追踪技术，利用计算机视觉技术，在整个觅食生活中跟踪单个沙漠蚂蚁。该工具记录了蚂蚁离开巢穴直到找到食物点并返回到群落的过程。
他们的新数据集显示，蚂蚁学习非常快速-仅在一次成功的旅程后就记住了回家的路径。但有趣的是，他们外出的路线随时间演化，表明了探索和利用不同策略。高精度数据还显示了人眼看不见的潜在振荡运动，这可以解释蚂蚁如何生成适应当前条件的复杂搜索模式。
这一新软件可以应用于不同类型的动物，并使用标准摄像机拍摄的视频，已被众多国际研究团体采用，并非常适合公民科学项目。收集的高精度数据对于了解大脑如何引导动物穿越复杂世界至关重要，这可能会激发新一代生物启发机器人的发展。
这一新技术和数据集由谢菲尔德大学计算机科学系机器学习和机器人学高级讲师Michael Mangan博士与Münster大学的Lars Haalck和Benjamin Risse，图卢兹综合生物学研究中心的Antoine Wystrach和Leo Clement，以及爱丁堡大学的Barabara Webb合作开发，已在《Science Advances》期刊上发表的一项新研究中展示。
该研究描述了CATER（Combined Animal Tracking & Environment Reconstruction）使用人工智能和计算机视觉来追踪昆虫在使用现成摄像机拍摄的视频中的位置。
Michael Mangan博士表示：“我们在夏季实地考察中获取了这些数据，但构建一个能够提取数据的系统耗费了10年时间，可以说是十年磨一剑。”
这一研究成果已发表在《Science Advances》杂志上。
谢菲尔德大学计算机科学系现正招收在“使用计算机视觉和机器学习彻底改变我们对昆虫行为理解”的博士项目中工作。
要获取更多信息，请联系：相关信息
谢菲尔德大学计算机科学：链接
感谢您的阅读。
