Towards a mechanistic framework that explains correlated random walk behaviour: Correlated random walkers can optimize their fitness when foraging under the risk of predation

مدل های پیاده روی تصادفی تصادفی، چارچوب غالب و موفقیت آمیز برای توصیف الگوهای غیر جنبشی جنبش حیوانات است. این مدل ها را می توان تنظیم کرد تا متناسب با داده های الگو حرکت کند. با این وجود، به نظر می رسد که این مدل ها به طور معمول نمی توانند توضیح دهند که چگونه الگوهای حرکت مشاهده شده در مورد آن مشاهده می شود. این به دلیل یک اصل نظری به طور گسترده ای اما نه تایید شده است؛ به این معنی که پیاده های تصادفی همبسته نمی توانند برای سناریوهای معمول تغذیه ای بهینه سازی شوند و بنابراین نمیتوانند رفتارهای مطلوب تکاملی، ذاتی و ذاتی را نشان دهند. به عنوان یک نتیجه، چارچوب مکانیکی برای توضیح رفتار پیاده روی تصادفی و ایجاد فرضیه های جدید در مورد تکامل آن، صورت نگرفته است. این یک نقص مهم است زیرا کلید پیش بینی و درک آن در توضیح مکانیسم های مبتنی بر الگوهای مشاهده شده نهفته است. در اینجا با کمک یک مدل تحلیلی قابل تحسین ساده، نشان داده شده است که رفتارهای تصادفی پیوسته در واقع، در واقع، منافعی را برای مزرعه هایی که در معرض شکار قرار می گیرند، می دهد. خطرات احتمالی در همه جا وجود دارد. تجزیه و تحلیل ریاضی و شبیه سازی های عددی همراه اول نشان می دهد که با تغییر رفتار پیاده روی تصادفی حیوانات، حیوانات می توانند هر دو میزان افزایش انرژی و احتمال برخورد با شکارچی را کنترل کنند و به این ترتیب می توانند انرژی مورد انتظار خود را بهینه کنند. این مکانیزم می تواند فشارهای انتخابی را برای رفتار خاص پیاده روی تصادفی مرتبط با زیستگاه فراهم کند و بدین ترتیب نشان می دهد که مسیرهای تصادفی همبسته می توانند توضیحی و همچنین قابلیت توصیفی داشته باشند.