pipette
ENEnglish

Reinforcement Learning Reveals Spatial Strategies for Slowing Biological Invasions

J.-N. Lang, A. Lampert

PreprintUso en el mundo real

En palabras de los autores

Managing biological invasions requires deciding where, when, and how to act while populations continue to grow and spread. Invasive species threaten ecosystems and livelihoods, but limited management resources mean that managers cannot treat every affected area. This study asks how control efforts can be directed across a landscape to slow an invasion while keeping costs low. We develop a reinforcement-learning framework that can use broader spatial context to control biological invasions, using the spongy moth as a case study. The stochastic simulator captures host-dependent growth, short- and long-distance dispersal, density-dependent mating, and the effects of multiple treatments. The reinforcement-learning strategies are compared with benchmarks that are based on local treatment rules. We find that reinforcement learning achieves the lowest mean cost, with its advantage widening as management complexity increases, such as with simultaneous advancing-front control, nascent-colony management, and established-colony containment on heterogeneous-host landscapes. The reinforcement-learning strategies exhibit highly context-dependent treatment behavior, adjusting treatment choices as invasion dynamics evolve and coordinating interventions across long distances, all of which is learned from scratch.

Resultado principalEl resumen no menciona limitaciones.

En palabras simples Resumen con IA

Este estudio pregunta cómo dirigir los esfuerzos de control en un paisaje para ralentizar una invasión manteniendo los costos bajos. Los autores desarrollaron un marco de aprendizaje por refuerzo que usa un contexto espacial más amplio para controlar invasiones biológicas, usando la polilla esponjosa como caso de estudio. El aprendizaje por refuerzo logró el costo medio más bajo, con su ventaja ampliándose a medida que aumentaba la complejidad de la gestión. Las estrategias aprendieron a ajustar las opciones de tratamiento a medida que evolucionaban las dinámicas de invasión y a coordinar intervenciones a largas distancias.

Escrito por Kimi K2.5 usando solo el abstract de arriba. Jev verificó que cada oración esté respaldada por las oraciones del abstract que cita y eliminó las que no. Pasá el cursor por una oración para ver de dónde sale.

Apareció: sábado, 31 de octubre. bioRxiv. Preprint, todavía sin revisión por pares.

DOI: 10.64898/2026.10.28.762500