Badaczy z New Jersey Institute of Technology  w USA i  francuskiego Centre de Recherches sur la Cognition Animale w Tuluzie we Francji interesowało jak mrówki potrafią znaleźć drogę od swojej kolonii do źródeł pożywienia.

Naukowcy chcieli się też przekonać, czy skuteczność z jaką owady odnajdują drogę, jest wynikiem prostego procesu poznawczego. A jeśli tak, to czy te zdolności owadów można wykorzystać do konstrukcji maszyn. Wyniki swych eksperymentów opisali z w najnowszym wydaniu magazynu „PLOS Computational Biology".

Mrówki znakomicie orientują się w labiryncie poplątanych ścieżek, które rozciągają się od ich mrowisk do miejsc, skąd czerpią zapasy. Naukowcy zwracali uwagę, kiedy mrówki tworzą sieć symetrycznych tras, a kiedy niesymetrycznych. Obserwowali jak w naturze owady koordynują swoje przemarsze.  Te, które trafią do celu, pozostawiają za sobą ślady feromonów, za którymi podążają następne.

System pozostawiania i korzystania z chemicznych śladów naukowcy powtórzyli eksperymentując z grupą robotów nazwanych Alices. Oczywiście nie były one tak małe jak mrówki – miały wielkość kostki cukru. Roboty nie poruszały się po śladach chemicznych, ale po świetlnych.

Na początku trasy, kiedy w labiryncie nie było  żadnych śladów, roboty przyjęły „zachowanie rozpoznawcze", poruszały się losowo, ale utrzymywały kierunek. Kiedy maszyny wykryły lekkie podświetlenie, podążały za nim, zmieniając kierunek w węzłach labiryntu. Postępowały dokładnie tak jak owady.

Ten eksperyment dowiódł, że roboty – aby przejść pomyślnie przez labirynt – nie potrzebują żadnego programowania. Potrafiły „orientować" się w labiryncie i przebyć go w podobny sposób jak czynią owady poszukując żywności.  Mrówki nie podejmują żadnych świadomych decyzji, czy pójść w prawo czy w lewo, i nie mają opracowanych tras.

– Te badania wskazują, że efektywna nawigacja i dotarcie do źródła żywności przez mrówki może być osiągnięta przy minimalnych zdolnościach poznawczych – powiedział Simon Garnier, główny autor pracy w „PLOS Computational Biology". – W trakcie eksperymentów doszliśmy także do wniosku, że geometria sieci transportowej odgrywa ważną rolę w przepływie informacji.