研究人员最近通过传递熵的信息理论概念对各种过程有了深入的了解。今天，科学家们能够解释耦合动力系统，如大脑中的功能性连接模式和全球气候模式。来自纽约大学布鲁克林机械和航空航天工程系的研究人员发现，这种方法对于推动我们对动物行为的理解有很大希望，特别是与捕食者 - 猎物相互作用有关。

由纽约大学教授Maurizio Porfiri领导的一个研究小组提出了一项基于机器人的研究，以控制捕食者 - 猎物相互作用中的信息流，并在试图理解系统的因果影响时测试转移熵的有效性。他们本周在AIP出版社的Chaos杂志上报道了他们的发现。

具体来说，研究小组研究了斑马鱼的行为反应，这种斑马鱼受到引发恐惧的机器人刺激，模仿红虎奥斯卡鱼的形态生理学。他们对机器人威胁进行编程，以沿特定轨迹启动，建立受控的单向信息流。这种相互作用中的捕食者运动与猎物的反应无关。

“从社区的角度来看，真正重要的是能够合并机器人和动力系统以解决动物行为中的问题，”Porfiri说。

正如研究人员所预期的那样，转移熵能够隔离实验观察所依据的因果关系，并且它们能够显示从刺激到斑马鱼的单向信息流。

研究小组在基于受控机器人的设置中扩展了对转移熵的验证，研究了斑马鱼和活红虎奥斯卡鱼之间的相互作用(对斑马鱼的反应无法控制)。与基于机器人的交互不同，传递熵并不过度识别在活捕食者存在的情况下的信息流方向。因此，斑马鱼不仅受捕食者的影响，而且捕食者对斑马鱼的反应也是双向的。

“我们能够从原始数据中了解到，一旦彼此存在，捕食者和猎物都会改变他们的行为，”Porfiri说。

为了为观察到的信息流差异提供一些生物学基础，Porfiri和他的小组研究了捕食者对猎物存在的反应的具体反应。尽管他们的实验装置无法完全复制红虎奥斯卡鱼的栖息地，但他们观察到在野外观察到的基本行为反应，验证了鱼的自然狩猎本能仍然在其反应中起作用。

虽然关于猎物和捕食者的行为还有更多的了解，但研究人员证明了转移熵在发现因果过程中的有效性，这在科学和工程中具有重要意义。从机器人技术可以帮助我们了解物种如何共享和使用信息的许多潜在方式来看，这一点尤其有趣。