Флокирование (поведение) - Flocking (behavior)

Две стаи обычные краны
Ройоподобная стая скворцы

Флокирование проявляется ли поведение, когда группа птиц, называемая стадо, находятся собирательство или в полете.

Компьютерное моделирование и математические модели, которые были разработаны для имитации стайного поведения птиц, также могут быть применены к «стайному» поведению других видов. В результате термин «стая» в информатике иногда применяется к другим видам, кроме птиц.

Эта статья посвящена моделированию поведения флокирования. С точки зрения разработчика математических моделей, «стайка» - это коллективное движение группы самоходных объектов и коллективное поведение животных выставлены многими живыми существами, такими как птицы, рыбы, бактерии, и насекомые.[1] Считается возникающий поведение, вытекающее из простых правил, которым следуют отдельные люди, и не требует какой-либо центральной координации.

В природе

Есть параллели с обмеление поведение рыб, роение поведение насекомых и стадное поведение наземных животных. В зимние месяцы скворцы известны тем, что объединяются в огромные стаи от сотен до тысяч особей, бормотание, которые, когда они все вместе взлетают, воспроизводят большие проявления интригующих закрученных узоров в небе над наблюдателями.


Поведение флокирования было смоделировано на компьютере в 1987 г. Крейг Рейнольдс с его программой моделирования, Boids.[2] Эта программа имитирует простых агентов (боидов), которым разрешено двигаться в соответствии с набором основных правил. Результат сродни стадо из птицы, а школа из рыбы, или роиться из насекомые.

[3]

Измерение

Произведены измерения стая птиц.[4] с использованием высокоскоростных камер, и был проведен компьютерный анализ, чтобы проверить простые правила флокирования, упомянутые выше. Было обнаружено, что они обычно верны в случае стайки птиц, но правило притяжения на большие расстояния (сплоченность) применяется к ближайшим 5-10 соседям стекающейся птицы и не зависит от расстояния этих соседей от птицы. Кроме того, есть анизотропия Что касается этой тенденции к сплочению, то большее сплочение проявляется к соседям по бокам от птицы, а не впереди или сзади. Несомненно, это связано с тем, что поле зрения летящей птицы направлено в стороны, а не прямо вперед или назад.

Другое недавнее исследование основано на анализе видеозаписи стад над Римом, сделанной высокоскоростной камерой, и использует компьютерную модель, предполагающую минимальные правила поведения.[5][6][7][8]

Алгоритм

Правила

Базовые модели поведения стая регулируются тремя простыми правилами:

  1. Разделение - избегайте тесноты соседей (отталкивание на короткое расстояние)
  2. Мировоззрение - держаться ближе к среднему заголовку соседей
  3. Сплоченность - стремитесь к среднему положению соседей (дальняя привлекательность)

С помощью этих трех простых правил стая движется чрезвычайно реалистично, создавая сложные движения и взаимодействия, которые было бы чрезвычайно сложно создать в противном случае.

С тех пор как Рейнольдс предложил базовую модель, она была расширена несколькими способами. Например, Delgado-Mata et al.[9]расширил базовую модель, чтобы включить в нее эффекты страха. Обоняние использовалось для передачи эмоций между животными с помощью феромонов, смоделированных как частицы в свободном расширяющемся газе. Хартман и Бенеш[10]внесла дополнительную силу в расклад, которую они называют сменой руководства. Этот бычков определяет шанс птицы стать лидером и попытаться убежать. Хемельрейк и Хильденбрандт[11]использовали притяжение, выравнивание и избегание и расширили это с помощью ряда черт настоящих скворцов: во-первых, птицы летают согласно аэродинамике неподвижного крыла, перекатываясь при повороте (таким образом теряя подъемную силу); во-вторых, они координируются с ограниченным числом взаимодействующих соседей из 7 человек (как настоящие скворцы); в-третьих, они стараются оставаться над местом для сна (как скворцы на рассвете), и когда им случается выходить из места для сна, они возвращаются на него, поворачиваясь; в-четвертых, они движутся с относительно фиксированной скоростью. Авторы показали, что особенности летного поведения, а также большой размер стаи и небольшое количество партнеров по взаимодействию были важны для создания изменчивой формы стай скворцов.

Сложность

В симуляторах флокирования нет центрального управления; каждая птица ведет себя автономно. Другими словами, каждая птица должна решить для себя, какие стайки рассматривать в качестве среды обитания. Обычно окружающая среда определяется как круг (2D) или сфера (3D) с определенным радиусом (представляющий досягаемость).[нужна цитата ]

Базовая реализация алгоритма флокирования имеет сложность - каждая птица ищет среди других птиц, чтобы найти тех, которые попадают в ее среду.[неправильный синтез? ]

Возможные улучшения:[нужна цитата ]

  • мусорное ведрорешетка пространственное деление. Вся территория, на которой может двигаться стадо, разделена на несколько контейнеров. В каждом контейнере хранится информация о птицах. Каждый раз, когда птица перемещается из одного контейнера в другой, необходимо обновлять решетку.
    • Пример: 2D (3D) сетка в 2D (3D) моделировании флокирования.
    • Сложность: , k - количество окружающих бинов для рассмотрения; как раз тогда, когда в

Ли Спектор, Джон Кляйн, Крис Перри и Марк Файнштейн изучал возникновение коллективного поведения в эволюционных вычислительных системах.[12]

Бернар Шазель доказал, что в предположении, что каждая птица регулирует свою скорость и положение относительно других птиц в пределах фиксированного радиуса, время, необходимое для достижения устойчивого состояния, представляет собой повторяющуюся экспоненту роста, логарифмическую для количества птиц. Это означает, что если количество птиц достаточно велико, время конвергенции будет настолько большим, что может быть бесконечным.[13] Этот результат применим только к сходимости к устойчивому состоянию. Например, стрелы, выпущенные в воздух на краю стаи, вызовут реакцию всего стада быстрее, чем это можно объяснить взаимодействиями с соседями, которые замедляются из-за временной задержки в центральной нервной системе птицы - от птицы до от птицы к птице.

Приложения

Подобное стае поведение у людей может возникать, когда людей привлекает общая точка фокусировки или когда они отталкиваются, как показано ниже: толпа, убегающая от звука выстрелов.

В Кельне, Германия, два биолога из Университета Лидса продемонстрировали поведение людей, похожее на стаю. Группа людей демонстрировала очень похожий образец поведения с поведением стада: если 5% стада изменят направление, остальные последуют его примеру. Когда одного человека называли хищником, а все остальные избегали его, стая вела себя как косяк рыб.[14]

Флокирование также рассматривалось как средство управления поведением беспилотных летательных аппаратов (БПЛА).[15]

Флокирование - распространенная технология в заставки, и нашла свое применение в анимации. Флокирование использовалось во многих фильмах.[16] для создания толпы, которая движется более реалистично. Тим Бертон с Бэтмен возвращается (1992) показал стекающихся летучих мышей, и Дисней с Король Лев (1994) включены антилоп гну давка.[неправильный синтез? ]

Поведение флокирования использовалось для других интересных приложений. Применялся для автоматического программирования многоканальных интернет-радиостанций.[17]Он также использовался для визуализации информации[18]и для задач оптимизации.[19]

Смотрите также

использованная литература

  1. ^ О'Лоан, О.Дж.; Эванс, MR (1999). «Переменное установившееся состояние при одномерном флокировании». Журнал физики A: математические и общие. IOP Publishing. 32 (8): L99. arXiv:cond-mat / 9811336. Bibcode:1999JPhA ... 32L..99O. Дои:10.1088/0305-4470/32/8/002. S2CID  7642063.
  2. ^ Рейнольдс, Крейг В. (1987). «Стаи, стада и школы: распределенная модель поведения». ACM SIGGRAPH Компьютерная графика. 21. С. 25–34.
  3. ^ 3750422427
  4. ^ Федер, Тони (октябрь 2007 г.). «Статистическая физика для птиц». Физика сегодня. 60 (10): 28–30. Bibcode:2007ФТ .... 60дж..28Ф. Дои:10.1063/1.2800090.
  5. ^ Hildenbrandt, H; Carere, C; Хемельрейк, СК (2010). «Самоорганизованные аэрофотоснимки тысяч скворцов: модель». Поведенческая экология. 21 (6): 1349–1359. Дои:10.1093 / beheco / arq149.
  6. ^ Hemelrijk, CK; Хильденбрандт, H (2011). «Некоторые причины изменчивой формы стай птиц». PLOS ONE. 6 (8): e22479. Bibcode:2011PLoSO ... 622479H. Дои:10.1371 / journal.pone.0022479. ЧВК  3150374. PMID  21829627.
  7. ^ Project Starflag
  8. ^ Модель поведения роя Университета Гронингена
  9. ^ Дельгадо-Мата С., Ибанез Дж., Би С. и др. (2007). «Об использовании виртуальных животных с искусственным страхом в виртуальных средах». Вычислительная техника нового поколения. 25 (2): 145–169. Дои:10.1007 / s00354-007-0009-5. S2CID  26078361.
  10. ^ Хартман С., Бенес Б. (2006). «Автономные бои». Компьютерная анимация и виртуальные миры. 17 (3–4): 199–206. Дои:10.1002 / cav.123. S2CID  15720643.
  11. ^ Hemelrijk, C.K .; Хильденбрандт, Х. (2011). «Некоторые причины изменчивой формы стай птиц». PLOS ONE. 6 (8): e22479. Bibcode:2011PLoSO ... 622479H. Дои:10.1371 / journal.pone.0022479. ЧВК  3150374. PMID  21829627.
  12. ^ Spector, L .; Klein, J .; Perry, C .; Файнштейн, М. (2003). «Возникновение коллективного поведения в эволюционирующих популяциях летающих агентов». Труды конференции по генетическим и эволюционным вычислениям (GECCO-2003). Springer-Verlag. Получено 2007-05-01.
  13. ^ Бернар Шазель, Схождение птичьих стай, J. ACM 61 (2014)
  14. ^ "http://psychcentral.com/news/2008/02/15/herd-mentality-explained/1922.html ". Проверено 31 октября 2008 года.
  15. ^ Сенанаяке М., Сентхуран И., Барка Дж. К., Чанг Х., Камруззаман Дж. И Муршед М. «Алгоритмы поиска и отслеживания скоплений роботов: обзор».
  16. ^ Габбай, Дж. М. Э. (2005). «Сложность и аэрокосмическая отрасль: понимание появления связи между структурой и производительностью с использованием многоагентных систем». Манчестер: докторская диссертация Манчестерского университета. Цитировать журнал требует | журнал = (Помогите)
  17. ^ Ибанез Дж, Гомес-Скармета А.Ф., Блат Дж. (2003). «DJ-boids: эмерджентное коллективное поведение как программирование многоканальной радиостанции». Материалы 8-й международной конференции по интеллектуальным пользовательским интерфейсам. С. 248–250. Дои:10.1145/604045.604089.
  18. ^ Моэр А. В. (2004). «Визуализация изменяющихся во времени данных с использованием информационных буров» (PDF). Материалы симпозиума IEEE по визуализации информации. С. 97–104. Дои:10.1109 / INFVIS.2004.65.
  19. ^ Цуй З., Ши Зи (2009). «Оптимизация роя боидных частиц». Международный журнал инновационных вычислений и приложений. 2 (2): 77–85. Дои:10.1504 / IJICA.2009.031778.

Другие источники

внешние ссылки