Unravelling intermittent features in single particle trajectories by a local convex hull method
我们提出了一种新的无模型方法来检测不同阶段之间的变化点在一个单一的随机轨迹的间歇性随机过程。为每个轨迹点构造局部凸包（LCH），而其几何特性（例如，直径或体积）被用作相位之间的鉴别器。LCH方法的有效性进行了验证的六个模型的间歇运动，包括布朗运动与不同的扩散率或漂移，分数布朗运动与不同的赫斯特指数，和表面介导的扩散。我们讨论了潜在的应用程序的主动和被动阶段的细胞内运输，时间捕获或结合的扩散分子，交替的体积和表面扩散，运行和翻滚（或搜索）阶段的细菌和觅食动物的运动，和瞬时放电率在神经元中的检测方法。
2017-08-22 cond-mat.stat-mech physics.bio-ph
Intermittent random walks for an optimal search strategy: One-dimensional case
我们研究了一个固定目标的搜索动力学的浓度随机移动的搜索。该研究的目的是优化我们的模型的约束内的检测概率。目标隐藏在一维网格中，搜索者没有关于它在哪里的先验信息，只有在遇到它时才能检测到它。搜索器在离散时间n= 0，1，2，.中执行随机游走，N，其中N是允许搜索过程运行的最大时间。搜索者以概率α踏上最近的邻居，以概率（1-α）离开格点并停留，直到他们在离出发点固定距离L处返回格点。因此，随机游走是间歇性的。我们计算的概率P_N的目标保持未检测到的最大搜索时间N，并寻求最小化这个概率。我们发现P_N是α的非单调函数，并证明了在间歇性区域α有一个最优选择α_{opt}（N），0 < α_{opt}（N）< 1，P_N可以比α=0和α= 1的“纯”随机游走情况小几个数量级.
2006-09-25 cond-mat.stat-mech math.PR physics.chem-ph
Intermittent pathways towards a dynamical target
在本文中，我们研究了寻求一个单一的目标，保持固定在一个格子，由一组独立的步行者。目标表现出一个波动的行为之间的陷阱和普通网站的晶格，而步行者执行一种间歇性的搜索策略。我们的搜索者在两种状态中的一种状态下进行运动，它们在这两种状态之间随机切换。这些状态之一（探索阶段）是一个对称的最近邻随机游走和其他状态（重新定位阶段）是一个对称的次最近邻随机游走。通过使用多状态连续时间随机游走的方法，我们能够表明，对于动态目标，间歇性的策略（尽管简单的动力学选择搜索）提高检测，在一个单一的状态相比，位移。我们已经得到了分析结果，可以进行数值评估，生存概率和目标的寿命。因此，我们已经研究了这些量的依赖性，无论是在描述目标的动力学的跃迁概率，并在参数的特征的步行者的不稳定性。除了我们的分析方法，我们已经实施了蒙特卡罗模拟，发现理论-数值结果和模拟之间的良好协议。
2010-12-09 cond-mat.stat-mech
Intermittent random walks under stochastic resetting
该研究分析了带随机重置的一维间歇随机游走，证明泊松重置可形成非平衡稳态，存在最优重置率，且初始条件及弹道与扩散运动的竞争会影响搜索的首次到达时间特性。
2024-01-30 cond-mat.stat-mech
Learning how to find targets in the micro-world: The case of intermittent active Brownian particles
本研究针对微泳者在均匀环境中搜索未知位置目标的问题，采用Projective Simulation强化学习算法开发可切换运动模式的随机搜索策略，揭示了运动活性与各阶段最优时长、搜索效率间的关联规律。
2023-11-28 cond-mat.soft cond-mat.stat-mech physics.bio-ph
First hitting times to intermittent targets
在嘈杂的环境中，如细胞，许多过程涉及的目标网站，往往是隐藏的或不活跃的，因此并不总是可用于与扩散实体的反应。为了理解在这些情况下的反应动力学，我们研究了布朗粒子搜索可见和隐藏相之间随机切换的目标位点的第一次命中时间统计。在高保密性，一个意想不到的速率限制的幂律政权出现的第一次击中时间密度，这显着不同于经典的$t^{-3/2}$缩放稳定的目标。我们的问题承认一个渐近映射到一个混合，或罗宾，边界条件。对于非马尔可夫目标和异常扩散的粒子也得到了类似的结果。
2020-01-07 cond-mat.stat-mech q-bio.SC
Reducing mean first passage times with intermittent confining potentials: a realization of resetting processes
在随机搜索期间，不时地将搜索者的位置重置到起始点通常会减少该过程的平均完成时间。虽然在过去的十年中已经研究了许多不同的重置模型，但只有少数可以实际实现。在这里，我们从理论上研究的协议，可以实现实验，并表现出不寻常的优化性能。布朗粒子受到任意约束势$v(x)$的作用，该势以固定的速率间歇地打开和关闭。运动被约束在位于原点的吸收壁和反射壁之间。当墙是足够远的距离，在“关”的阶段和吸引力之间的相互作用的自由扩散的潜在的最小值在“开”的阶段引起丰富的行为，没有观察到在理想的重置模型。对于形式为$v(x)=k|x-x_0|^n/n$的电势，随着$k$的变化，使到原点的平均首次通过时间（MFPT）最小化的接通和关断速率经历连续的相变。当$k$高于一个临界值$k_c$时，潜在的不稳定性增强了目标遭遇：最小的MFPT低于Kramer时间，并且是针对一对非零的切换率而获得的。我们专注于谐波的情况下$n=2$，推广以前的结果分段线性潜力（$n=1$）在无界区域。我们还研究了在这个过程中出现的非平衡定态。
2022-07-28 cond-mat.stat-mech
Effect of reactive targets on diffusive transport with intermittent restarts
Indian Statistical Institute（印度统计研究所）；Korea Institute for Advanced Study（韩国高等研究院）
该研究探讨反应-扩散过程中随机重置与靶标有限反应性的相互作用，发现靶标反应性会改变优化格局，最优重置速率依赖于反应性，为复杂介质反应-扩散过程提供新见解。
2026-09-03 cond-mat.soft cond-mat.stat-mech physics.chem-ph
Optimal search strategies for hidden targets
找到随机隐藏目标的最快方法是什么？这个普遍相关的问题对觅食动物来说至关重要。实验观察表明，觅食的搜索行为一般是间歇性的：积极的搜索阶段随机交替与快速弹道运动的阶段。在这封信中，我们研究了这种类型的两个国家的搜索策略的效率，通过分析计算的平均首次通过时间在目标。我们通过一个扩散过程来模拟主动搜索阶段的感知机制。在这个框架中，我们表明，搜索策略是最佳的，当“运动阶段”的平均持续时间变化的功率的“搜索阶段”的平均持续时间的3/5或2/3，这取决于政权。这种缩放占实验数据在广泛的物种，这表明搜索轨迹的动力学是一个决定性的因素优化觅食和感知活动充分描述的扩散过程。
2005-04-05 cond-mat.stat-mech physics.bio-ph q-bio.PE
Optimal potentials for diffusive search strategies
我们考虑一维扩散搜索策略受到外部潜力。单个目标的位置从给定的概率密度函数（PDF）$f_G(x)$得出，并且对于过程的每个随机实现是固定的。我们优化的搜索策略的质量作为衡量的平均首次通过时间（MFPT）的目标的位置。对于对称但任意分布$f_G(x)$，我们找到使MFPT最小化的最佳势。最小MFPT由色散的非标准度量给出，其可以与累积Rényi熵相关。我们比较在这个模型中的最佳时间与随机重置，其中的扩散运动被中断的间歇性跳跃（重置）到初始位置的扩散模型获得的最佳时间。此外，我们讨论了我们的结果和所谓的平方根原则之间的类比。
2017-03-10 cond-mat.stat-mech
Optimal diffusive search: nonequilibrium resetting versus equilibrium dynamics
研究了具有有限速率$r$的随机重置扩散粒子的首次穿越时间问题。与具有相同平稳分布的有效平衡Langevin过程的最优搜索时间进行了定量比较。结果表明，具有非零重置率的间歇非平衡策略比平衡动态更有效。我们的研究结果扩展到多粒子系统，一队独立的搜索，最初均匀分布与给定的密度，寻找一个单一的不动的目标。在非平衡动力学情况下，目标的平均生存概率和典型生存概率都较小。
2012-12-17 cond-mat.stat-mech
Optimal search strategies of run-and-tumble walks
在运行和翻滚的步行，包括在随机重新定向的弹道偏移，模型的现象，从气体动力学细菌运动。我们评估的平均时间需要这个行走找到一个固定的目标在一个2D或3D的球形限制。我们发现，平均搜索时间承认一个最小的平均运行时间为各种类型的边界条件和运行时间分布（指数，幂律，确定性）的函数。我们的结果与纯弹道运动形成鲜明对比，这被预测为泊松分布目标情况下的最佳搜索策略。
2016-07-15 cond-mat.soft cond-mat.stat-mech physics.bio-ph
Tunable bimodal explorations of space from memory-driven deterministic dynamics
我们提出了一个波记忆驱动的系统，表现出间歇性的两个推进模式之间的切换在自由空间。该模型是基于一个点状粒子发射周期性圆柱形驻波。受到与局部波场梯度相关的力，粒子被推进，而波场存储粒子轨迹上的位置信息。对于长记忆，线性运动是不稳定的，我们观察到两个推进模式之间的不稳定的开关：线性运动和扩散运动。我们表明，双峰推进和随机方面的动态在很长一段时间内产生的Shil'nikov混沌。系统的存储器控制在每个阶段中花费的时间的分数。由此产生的双峰动态显示出与间歇性搜索策略的类比，这些策略通常在复杂性高得多的生命系统中观察到。
2019-03-27 cond-mat.stat-mech
Non-Markovian and Collective Search Strategies
本章综述非马尔可夫与集体搜索策略，涵盖带记忆随机游走、自趋化游走、多智能体搜索、追踪与逃逸、集体觅食等内容，并展望免疫细胞与群体机器人领域的未探索搜索方向。
2023-11-09 cond-mat.other cond-mat.stat-mech
Reply to Comment on "Inverse Square Lévy Walks are not Optimal Search Strategies for d \geq 2 "
我们在此驳斥我们在信中的评论中提出的关切。这个答复清楚地说明了我们的结果的有效性范围，并表明，最优的反平方利维走在利维飞行觅食假设的基础上，一般是没有根据的。我们还给出了一组精确的条件，其中逆列维平方列维走变成最佳的，条件是不太可能被生物学验证。
2021-03-23 cond-mat.stat-mech
Comparison of pure and combined search strategies for single and multiple targets
我们解决的一般问题，随机搜索一个点样的目标线。利用搜索可靠性和搜索效率来量化随机搜索的质量，我们比较了基于长尾跳跃长度分布的布朗搜索和Lévy搜索。然后，我们将这些结果与两个不同的长尾跳跃长度分布相结合的搜索过程进行比较。此外，我们研究的情况下，多个目标定位的一个Lévy搜索。
2017-10-31 cond-mat.stat-mech q-bio.QM
Cover times of random searches
一个随机访问者访问给定域的所有站点需要多长时间？这个时间，被称为覆盖时间，是量化穷举搜索效率的关键可观察指标，这需要对一个区域进行完整的探索，而不仅仅是发现单个目标;例子包括从追逐病原体的免疫系统细胞到动物收获资源，例如自动清洁器或排雷机或算法的机器人化探索。尽管其广泛的相关性，覆盖时间仍然难以捉摸，到目前为止，明确的结果已经稀缺，大多数仅限于定期随机行走。在这里，我们确定了广泛的随机搜索过程的覆盖时间的全分布，其中包括Lévy策略，间歇策略，持续随机游动和复杂网络上的随机游动的突出例子，并揭示其普遍的特点。我们表明，对于所有这些例子的平均覆盖时间可以最小化，相应的最优策略也最小化的平均搜索时间为一个单一的目标，明确指向他们的鲁棒性。
2015-11-19 cond-mat.stat-mech
Proxitaxis: an adaptive search strategy based on proximity and stochastic resetting
LPTMS, CNRS, Université Paris-Sud, Université Paris-Saclay（巴黎第十一大学）；International Centre for Theoretical Sciences, Tata Institute of Fundamental Research（塔塔基础研究院理论科学中心）；Raman Research Institute（拉曼研究所）
本文提出一种基于接近性和随机重置的自适应搜索策略，通过局部自适应移动、随机重置和动态更新重置位置，分析了该策略的捕获概率并展示了其优化方法。
2026-04-11 cond-mat.stat-mech
Optimal non-Markovian search strategies with n-step memory
随机搜索过程在自然界中无处不在，当配备了记忆时，预计会变得更有效率，而记忆在以前就已经存在。具有持久记忆的搜索过程的一个自然实现是迁移细胞，其被排斥于其途中秘密的扩散趋化信号，称为自动趋化性趋化性。为了分析这类非马尔可夫搜索过程的效率，我们提出了一个一般的形式主义，允许计算平均第一通过时间（MFPT）为一组给定的条件转移概率的非马尔可夫随机游动的格子。我们表明，最佳的选择的$n$步骤的跃迁概率降低MFPT系统和大幅增加的步骤数。事实证明，最佳的搜索策略可以减少到一个小的参数集定义的简单的循环，镜像非对称行走更有效。对于自趋化性，我们表明，一个最佳的耦合之间的MFPT和化学降低到1/3的马尔可夫随机游走。
2021-07-22 cond-mat.soft cond-mat.stat-mech physics.data-an
From Random Walks to Thermal Rides: Universal Anomalous Transport in Soaring Flights
研究揭示了上升飞行中普遍的亚弹道传输特性，通过间歇性和持久性机制，发现学习在搜索阶段提升探索效率。
2026-01-03 cond-mat.stat-mech physics.data-an physics.pop-ph
