用例:机器人，视频游戏AI，制造，路径规划。
    **
    蚁群优化和粒子群优化是符合“集体智慧”概念的两种最常见的算法。它们(作为一个包)一起工作，以产生更复杂的、紧急的行为，来解决问题。

    蚁群优化（ACO）与粒子群优化（PSO）非常不同。两者以不同的方式实现紧急行为。ACO是利用信息素气味引导代理寻找最短的路径。开始初始化一个随机信息素，信息素将以一个特定的速率进行衰减，单一代理人遍历搜索空间，根据信息素的强弱做出选择。最强的信息素气味将成为最有名的的解决方案。

    PSO更多的是整体的方向。一些单一的代理人被初始化后选择随机的方向。最每个时间段都需要决定是否改变方向。这一决定将基于最著名的解决方案的方向（称pbest/global best），即最近邻（本地最好）的方向，以及当前的旅行方向。旅行的新方向通常是所有这些价值观的“妥协”。

    参考文章 https://juejin.im/post/5aa4ddf6f265da23870e73d1#heading-10