採資源

施採覓論與蟻群優化以系統搜、評、用分散之資源——衡探未知境與用已知產。

適用時機

• 搜大之解空間，窮舉不可行
• 衡投入於探新法與深化已知善法
• 於多不定機會間優化資源配置
• 為分散之團隊或自動代理設計搜策
• 診過早收斂（困於局部最優）或永恆游走（永不承諾）
• 以具體資源發現模式輔 coordinate-swarm

輸入

• 必要：所求資源之述（信息、算力、人才、解、機會）
• 必要：搜空間之述（大小、結構、已知特徵）
• 選擇性：當前搜策與其敗模
• 選擇性：可用之 scout/搜者數
• 選擇性：探之代價 vs 用失敗之代價
• 選擇性：時間範圍（短期用 vs 長期探）

步驟

步驟一：映採覓景

察資源環境以擇合適之採覓策。

1. 識資源類與其分布：
   • 集中：資源聚於富片（如人才於特社區）
   • 分散：資源均布（如 bug 於代碼庫）
   • 暫現：資源現而消（如市場機會）
   • 嵌套：富片於異尺度含子片
2. 評信息景：
   • 採覓始前已知幾多資源位？
   • Scout 可與採者共信息否？（見 coordinate-swarm 查信號設計）
   • 採覓中景靜或變？
3. 定代價結構：
   • 每 scout 部署之代價（時、算、金）
   • 用低質資源之代價（機會成本）
   • 失高質資源之代價（悔）

預期： 已具資源分布類、信息可得、代價結構之採覓景。此定施何採覓模型。

失敗時： 若景全不知，以固定時間預算始最大之探（所有 scout，無用）以建初圖。景性明後切至合適之模型。

步驟二：部 scout 帶跡標

送探性代理入搜空間，帶其所尋之標之指令。

1. 配 scout 百分比（自 20-30% 可用代理為 scout 始）
2. 定 scout 行為：
   • 以隨機或系統模式穿搜空間
   • 評每所遇之位（速評，非深析）
   • 以與質成比之信號強度標發現：
     • 高質 → 強跡信號
     • 中質 → 中信號
     • 低質 → 弱或無信號
   • 返信息予集體（信號存、報、廣播）
3. 設 scout 模式：
   • 隨機遊走：於未知均勻景為佳
   • Levy 飛行：長跳加偶爾局部聚——於片狀資源為佳
   • 系統掃：格或螺——於有界、明空間為佳
   • 偏隨機：傾向於似前尋處之區——於聚狀資源為佳

預期： Scout 已部於搜空間，存與資源質成比之跡信號。景之初圖自 scout 報始現。

失敗時： 若 scout 於初掃無所得，或 scout 百分比過低（增至 50%）、或搜模式誤（於片狀資源自隨機遊走切至 Levy 飛行）、或質評誤校（降偵閾）。

步驟三：立跡強化

建擴成功路而令失敗者衰之正反饋環。

1. 採者循跡而尋得善資源時：
   • 強化跡信號（增強）
   • 強化之信號引更多採者 → 更多強化 → 用
2. 採者循跡而無所得時：
   • 勿強化（令跡自然衰）
   • 弱化之信號引少採者 → 跡衰 → 探續
3. 設強化參：
   • 存量：與所尋資源質成比
   • 衰率：跡每時單位失 X% 強
   • 飽頂：最大跡強（防單路之狂用）

Trail Reinforcement Dynamics:
┌─────────────────────────────────────────────────────────────────────┐
│                                                                     │
│  Strong trail ──→ More foragers ──→ If good: reinforce ──→ EXPLOIT │
│       ↑                                                      │      │
│       │                              If bad: no reinforce    │      │
│       │                                     │                │      │
│       │                                     ↓                │      │
│  Decay ←── Weak trail ←── Fewer foragers ←── Trail fades    │      │
│       │                                                      │      │
│       ↓                                                      │      │
│  No trail ──→ Scouts explore ──→ New discovery ──→ New trail ↗      │
│                                                                     │
└─────────────────────────────────────────────────────────────────────┘

預期： 善資源引漸增之注意而劣資源自然棄之自調反饋環。系統僅藉跡動力衡用與探。

失敗時： 若所有採者收於單跡（過早收斂），衰率過慢或飽頂過高。增衰、降頂或入隨機探令（如 10% 採者恒忽跡）。若跡衰過速而無用，減衰率。

步驟四：偵減益

監資源產以知何時自用轉回探。

1. 追每活採覓位每單位力之產：
   • 產增 → 健康之用，續
   • 產平 → 近飽，始探替代
   • 產降 → 減益，減採者、增 scout
2. 施邊際值定理：
   • 比當前位之產率與所有已知位之平均產率
   • 當前位降於平均時，即離之時
   • 計旅代價（切至新位之代價）
3. 觸發探波於：
   • 所有位之整體產降於閾
   • 最佳位已用過其預期生命
   • 偵環境變（自未探區之 scout 新信號）

預期： 採覓群自然於用相（集中於已知善位）與探相（scout 分散）間切，由產監驅動而非任意程序。

失敗時： 若群於耗盡位留過久，邊際值閾設過低或旅代價估過高。以實產率比重校。若群過早棄善位，閾過敏——於產量加平滑窗。

步驟五：依條件調採覓策

依環境反饋擇並切採覓策。

1. 配策於景：
   • 富聚：重投於已發現之片（高用）
   • 稀散：保高 scout 比（高探）
   • 變動：短跡衰、頻探波（適應）
   • 競爭：速強化、先標跡（領地）
2. 監策-環境不配：
   • 高力、低產 → 策於景過用
   • 高發現率、低跟進 → 策過探
   • 振盪產 → 策切過激
3. 施適應切：
   • 追探-用比之滾動平均
   • 若比漂離最優（由景類定）過遠，推之回
   • 容漸過渡——突切致協調亂

預期： 採覓系統調其探-用平衡於當前環境，隨條件變保效。

失敗時： 若策適應本身不穩（於探與用間振盪），加阻尼：需不配信號持 N 時單位方觸策切。若無策似可行，重評步驟一之景刻劃——資源分布或較初假為更複。

驗證

• 採覓景已刻（分布類、信息可得、代價結構）
• Scout 百分比與搜模式已定並部
• 跡強化環可行，帶存、衰、飽參
• 減益偵觸自用至探之再衡
• 策-環境配已監，適應切已配
• 系統自景變（新資源、耗盡資源）恢復

常見陷阱

• 過早收斂：所有採者堆於首尋之善，忽可能更佳之選。解：必要探百分、跡飽頂、衰
• 永恆探：scout 恒尋新選而群永不承諾。解：降質閾以強跡、減 scout 百分比
• 忽旅代價：切位有代價。於相似質位間恒跳之採者於旅所耗較於尋所得為多。計旅代價於邊際值算
• 變動景中之靜策：優於昨日條件之策於明日敗。建適應於採覓環中，非為事後
• 混 scout 質與採者質：善 scout（廣、速評）與善採者（深、周用）需異技。勿強所有代理入二角

相關技能

• coordinate-swarm — 支採覓信號設計之基礎協調模式
• build-consensus — 群須共議何資源片優先時所用
• scale-colony — 資源景或群規模增時之採覓操作規模化
• assess-form — morphic 評當前系統態之技，輔景評
• configure-alerting-rules — 適於減益偵之告警模式
• plan-capacity — 容量規劃與採覓論共探-用之框
• forage-solutions — AI 自應用變體；映蟻群採覓至單代理解探，帶 scout 假設與跡強化