News auf genesisnet

05.02.11  Hummeln lösen das Problem des Handlungsreisenden

Tiere, die Nahrung aus Reservoirs sammeln welche sich im Laufe der Zeit wieder auffüllen, besuchen die Nahrungsquellen in vorhersagbaren Sequenzen, die „traplines“ genannt werden, analog zu menschlichen Fallenstellern, die ihre Fallen in einer festen Reihenfolge inspizieren. Dieses Verhalten ist im Tierreich weit verbreitet. Dennoch ist wenig darüber bekannt, wie die Tiere diese spezifischen Reihenfolgen entwickeln. Frühere Experimente hatten ergeben, dass sich z. B. Prachtbienen im Wesentlichen an der Reihenfolge der erstmaligen Entdeckung der Nahrungsquellen orientierten, auch wenn diese zu suboptimalen Sammelstrecken führte.

Sollen die Wegstrecken verkürzt werden, müssen sich die Sammler mit einer kombinatorischen Optimierungsaufgabe herumschlagen, die als „Problem des Handlungsreisenden“ in der Mathematik bekannt ist. Die optimale Route zu finden, wenn mehrere Orte jeweils nur einmal besucht werden sollen, stellt bei zunehmender Zahl zu besuchender Orte eine Aufgabe dar, die exponentiell an Komplexität zunimmt, so dass die Berechnung der beweisbar optimalen Lösung auch Supercomputer an ihre Grenzen bringt.

M. Lihoreau, L. Chittka and N. E. Raine von der Queen Mary und der Royal Holloway University in London untersuchten, in welcher Reihenfolge Hummeln (Bombus terrestris, Dunkle Erdhummel) künstliche Blüten besuchen, die nach und nach so verteilt wurden, dass die Hummeln die Sammelstrecke dynamisch entwickeln mussten. Die jeweils neuen Nahrungsquellen wurden schließlich so platziert, dass sie maximal voneinander entfernt waren, und bei Abfliegen in der Reihenfolge des Erscheinens zu einer deutlich suboptimalen, also unnötig langen Flugstrecke führen mussten. Die Experimentatoren stellten den Hummeln nur soviel Nahrung pro Blüte zur Verfügung, dass diese gezwungen waren, während eines Ausflugs alle Blüten zu besuchen, wenn sie ihren Kropf vollständig füllen wollten.

Es stellte sich heraus, dass die Hummeln bei zunehmender Komplexität der Sammelaufgabe schnell davon abkamen, die Blüten in der suboptimalen Reihenfolge der ursprünglichen Reihenfolge der Entdeckung anzufliegen, stattdessen die Routen schrittweise verbesserten und häufig sogar die optimale Route wählten. Die Insekten optimierten die mittlere Flugdistanz innerhalb der ersten 6-10 Ausflüge sehr deutlich und näherten sich am Ende der 20 protokollierten Ausflüge eng dem kürzesten Flugweg an. Die suboptimale Route der ursprünglich ersten Entdeckung spielte dann nur noch eine sehr untergeordnete Rolle. Offensichtlich lernten die Hummeln aus Versuch und Irrtum und optimierten die Routen sehr schnell. Es konnte außerdem gezeigt werden, dass sie die am ersten Tag gefundene optimale Route auch noch am zweiten Tag bevorzugt, wenn auch etwas weniger häufig, benutzten. Außerdem wurden zu Beginn des zweiten Tages immer auch ganz neue, alternative Routen gewählt. Das könnte entweder von Gedächtnislücken des kleinen Hummelhirns herrühren oder aber darauf hinweisen, dass die Hummeln die Umgebung am nächsten Morgen erst einmal nach potentiellen neuen Nahrungsquellen abscannen.

Die Studie wurde in den Medien u. a. mit „Insekten schlagen Supercomputer“ überschrieben, sie hat schon in den Wikipedia-Artikel „Problem des Handlungsreisenden“ Eingang gefunden! Tatsächlich mussten die untersuchten 11 Hummeln im Experiment die optimale Route zwischen 4 künstlichen Blumen (d. h. aus 24 möglichen Routen) wiederholt finden, was sie nach etwa 10 von 20 beobachteten Versuchen mit statistischer Signifikanz in der Mehrzahl schafften. Die optimale Route wurde am ersten Tag von 8 Hummeln im Mittel zu ca. 40% benutzt, am zweiten Tag von 4 Hummeln zu 30%. Statistisch sind die Ergebnisse signifikant, sie zeigen klar, dass nicht einfach die Route der ersten Entdeckung beibehalten wird und dass das kleine Hummelhirn sehr lernfähig ist. Die Behauptung, Hummeln hätten auf unerklärliche Weise das Problem des Handlungsreisenden effizienter als Computer gelöst, erscheint allerdings leicht extrapoliert und ist durch die Publikation (noch) nicht gedeckt.

Doch auf jeden Fall stellen die Leistungen der kleinen Hummelhirne beim Optimieren der Nahrungssuche ein weiteres erstaunliches und noch unerklärtes Beispiel für Mustererkennung, Orientierung im Raum und für Lern- und Gedächtnisleistung sogenannter „einfacher“ Lebewesen dar. Das Beispiel der lernfähigen Hummeln ist besonders eindrucksvoll, weil hier eine mathematische Aufgabe gelöst wird. Die Analogie zu menschlicher geistiger Tätigkeit ist offenkundig. Wie ein geistloser, natürlicher Evolutionsprozess den Hummeln diese strategische Fähigkeit zu vermitteln vermag, erscheint dagegen als eine schier unlösbare Aufgabe.

Literatur

Lihoreau M, Chittka L & Raine NE (2010). Travel optimization by foraging bumblebees through readjustments of traplines after discovery of new feeding locations. Am. Nat. 176, 744-757.

Autor dieser News: Hans-Bertram Braun, 05.02.11

 
© 2011

Über unseren Newsletter-Service werden Ihnen neue Nachrichten auch automatisch per E-Mail zugesandt.