Många djur måste röra sig i sin miljö för att hitta resurser att leva och föröka sig.

Forskare har studerat särskilda exempel på detta i många år men det finns inte många förenande ramar för att förstå de allmänna organiseringsprinciperna för djurrörelser.

Detta gäller särskilt för djurkollektiv som myrkolonier, vars individuella vägar när de letar efter mat kan se ut som en "slumpmässig promenad".

Nu har ett tvärvetenskapligt team av forskare från University of Bristol utvecklat en mer grundläggande modell för kollektiv rörelse som genererar förutsägelser för hur individer i sammansvetsade grupper ska röra sig, överväger hur deras rörelsebeteende ska optimeras för framgång på koloninivå med att hitta mat.

Deras forskning publiceras idag i Journal of the Royal Society Interface .

En av författarna, Dr. Edmund Hunt från University of Bristols avdelning för teknisk matematik, sa:"Vi insåg att utmaningen som en myrkoloni måste lösa är densamma som utmaningen för en spelare som försöker maximera långsiktigt välstånd.

"Matematikern John Kelly producerade ett resultat 1956 som visar att sättet att göra detta är att satsa på spel i proportion till sannolikheten att vinna - så satsa mer pengar på mer sannolika resultat.

"Myrorna, sedan, bör fördela sina födosökare (deras 'rikedom') till födosöksområden efter hur sannolikt de är att hitta mat där."

Om detta verkligen är den bästa strategin, evolutionen borde ha producerat rörelsebeteenden som resulterar i att myror företrädesvis spenderar tid i områden med hög sannolikhet för utdelning.

Detta resulterar i matematiska rörelsemodeller som kan hämtas direkt från statistiska tekniker som ursprungligen utvecklades inom fysiken, att ta prov från komplexa sannolikhetsfördelningar (komplexa 'miljöer').

Det nya ramverket för djurförflyttning genererar teoretiska förutsägelser för hur mycket besläktade kollektiv av organismer bör röra sig, som i framtiden kan undersökas experimentellt i en lång rad biologiska system.