主题：【原创】趣谈生物世界（一）：蚂蚁 -- 铁手
蚂蚁们很团结，可以成大事。
Also another 3D cartoon movie "Ants".
蚂蚁丢掉死亡的同伴是一种无意识的条件反射
根本没有意识到它是在进行埋葬仪式
最喜欢提瓶开水浇蚂蚁了。
也就不会出现集中到一个最短路线上的情况。可能就是会出现几个随机的路线。但是蚂蚁一多，这个相遇的可能性就大了，而蚂蚁通常是一窝蜂的。。。
死在穴外的蚂蚁也会给搬运到“回收站”么？
路径，形成最短路径，那么是什么因素使得蚂蚁在找到最短路经以后停止这样的随机“乱走”的行为，而保持已有的最短路径?
会不会是蚂蚁在找到食物以后，对于如何回巢，也就是对自己的巢穴的方位有感觉？因此会有指导性地偏离不是最短路经的“气味”路径，不过如果是这样的话，那只最早找到食物的蚂蚁就会直接找到最短路径回巢，而且这也解释不了有桥梁这类情况下, 食物到巢穴的最优路径并非直线时，蚂蚁总能找到最优路径的情形。
前面其实已经解释了相当的部分。走过的蚂蚁越多，在线路上留下的化学物质越多，于是有越多的蚂蚁倾向于沿着这个线路走，就成了正反馈。
以前看过这个算法的有关文献.意大利人最先研究的.
蚂蚁能找到最短路径确实与它留下来的信息有关,
信息浓度越高的路径,越容易被选择.
这是因为路径越长,走过它需要的时间越多,而留下来的信息(化学物质)是随时间衰减的.
这样的结果就是路径短的信息越来越浓;而路径长的,信息越来越谈.
慢慢就收敛到最短路径上去了.
你说的那个算法，有reference么？
实际上，这是一个怎样保障找到的最小距离是全局最小的问题，因为一条路径找到以后，蚂蚁们很可能就都走这条路，这条路的气味也越来越强烈，而不会再去找新的路径。
这个类似于优化算法中陷入局部最小，而无法找到全局最小的情况，而那个随机游走则感觉有些类似于similated annealing, 给出一定的噪音，使得算法可以跳出局部最小去寻找全部最小。可是蚂蚁似乎没有手段来判断什么时候应该停止添加这种噪音。
先把N个蚂蚁都放出去,刚开始他们随机选择路径,
那么先到达目的地的蚂蚁肯定是从最短路径过去的.
他搬好东西返回的时候,最有可能选择的路径是他刚刚走的路径(假设其它路径过来的蚂蚁还没有到,没有留下化学物质).这样一个来回,最短路径上的化学信息就会是最多的,被选择的概率就最大,周而复始,选择概率越大,留下的来信息越多,信息越多,选择概率越大,最后就收敛到最短路径上去了.
蚁群算法被研究很多年了了,要查文献的话,去这些学术数据库来查找关键词ants就行了.