Introdução: O estudo dos comportamentos emergentes em insetos sociais oferece valiosos insights para a compreensão da inteligência coletiva e de sistemas auto-organizados. Em colônias de formigas, a cooperação, a divisão de trabalho e a seleção de rotas ocorrem sem um comando centralizado, emergindo de regras locais e da comunicação estigmérgica intermediada por feromônios. Objetivos: O objetivo geral do trabalho foi modelar e simular computacionalmente a divisão de trabalho e a formação de trilhas estigmérgicas em uma colônia de formigas, analisando a eficiência na coleta de recursos e a alocação dinâmica de tarefas. Especificamente, buscou-se estruturar a cinemática do deslocamento de agentes, modelar a dinâmica do campo químico no ambiente e validar a estabilidade das transições comportamentais frente a perturbações e zonas de risco. Materiais e Método: Adotou-se uma abordagem computacional híbrida. Utilizou-se a linguagem Python para a prototipagem analítica e a integração numérica de equações diferenciais, e a linguagem JavaScript (HTML5 Canvas) para a construção de um ambiente virtual interativo baseado em agentes autônomos. A alternância entre cinco estados comportamentais discretos foi modelada por meio de uma Cadeia de Markov de primeira ordem, enquanto o movimento dos agentes seguiu a equação cinemática estocástica de Langevin. O transporte, a difusão e a evaporação do feromônio no ambiente bidimensional foram representados por uma Equação Diferencial Parcial (EDP) de difusão-reação discretizada por diferenças finitas. Resultados: A distribuição populacional dos agentes nos diferentes estados comportamentais convergiu de forma estável para a distribuição estacionária teórica prevista pela matriz de transição, demonstrando a auto-organização do sistema. A simulação evidenciou a emergência de trilhas otimizadas entre o ninho e as fontes de alimento, impulsionadas pelo ciclo de retroalimentação positiva do feromônio. A introdução do ruído gaussiano na equação de movimento mostrou-se indispensável para evitar o aprisionamento em mínimos locais, enquanto a inclusão de gradientes de risco comprovou a plasticidade e a capacidade de reorganização adaptativa da colônia. Considerações Finais: Conclui-se que o modelo computacional multiescala proposto representa com fidelidade a resiliência, a plasticidade e a eficiência de sistemas biológicos complexos. A abordagem confirma que a divisão de trabalho e a otimização de caminhos surgem eficientemente de interações locais e estigmérgicas, fornecendo uma base teórica e metodológica sólida para futuras aplicações em robótica de enxame, inteligência artificial e algoritmos de otimização distribuída.
Palavras-chave: Inteligência Coletiva. Modelagem Baseada em Agentes. Estigmergia. Cadeias de Markov.
Votação encerrada.