群れ

群れ行動は、群れと呼ばれる鳥のグループが餌を探しているときや飛んでいるときに見られる行動です。羊やヤギも群れ行動を示します。

鳥の群れ行動を模倣するために開発されたコンピュータシミュレーションと数学モデルは、一般的に他の種の「群れ」行動にも適用できます。その結果、「群れ」という用語は、コンピュータサイエンスでは鳥以外の種にも適用され、魚、細菌、 昆虫など多くの生物が示す集団動物行動である、自走する個体の集団による集団運動を意味します。^[1]

群れ行動は、個体が従う単純なルールから生じる 創発的な行動であり、中央の調整を伴わないと考えられています。

魚の群れ行動、昆虫の群がる行動、陸生動物の群れ行動と類似点がある。冬の間、ムクドリは数百から数千羽の巨大な群れ（群れ飛行）に集まることで知られており、一斉に飛び立つと、観察者の上空に興味深い渦巻模様の大きなディスプレイを描き出す。

群れ行動は、1987年にクレイグ・レイノルズがシミュレーションプログラム「ボイド」を使ってコンピュータ上でシミュレートしました。^[2]このプログラムは、一連の基本ルールに従って動く単純なエージェント（ボイド）をシミュレートします。その結果は、鳥の群れ、魚の群れ、昆虫の大群に似ています。

鳥の群れの計測は高速カメラを使用して行われており^[3]、以下に示す群れの単純なルールをテストするためのコンピューター分析が行われています。鳥の群れの場合、これらのルールは一般的に当てはまりますが、長距離引力ルール (凝集性) は群れをなす鳥の最も近い 5～10 羽の近隣鳥に適用され、これらの近隣鳥と鳥の距離とは無関係であることがわかりました。さらに、この凝集傾向には異方性があり、鳥の前や後ろよりも、横にいる近隣鳥のほうが凝集性が高くなります。これは、飛んでいる鳥の視野が正面や後ろではなく、横に向けられているためと考えられます。

最近の別の研究は、ローマ上空の群れを撮影した高速度カメラの映像の分析に基づいており、最小限の行動規則を仮定したコンピュータモデルを使用しています。^{[4] [5] [6] [7]}

群れ行動の基本モデルは、次の 3 つの単純なルールによって制御されます。

分離

近隣住民との密接な関係を避ける（近距離反発）

アライメント

近隣の平均方向に向かって操縦する

凝集

近隣の平均位置に向かって操縦する（長距離アトラクション）

これら 3 つの簡単なルールにより、群れは非常にリアルに動き、他の方法では作成するのが非常に難しい複雑な動きと相互作用を生み出します。

レイノルズが提案して以来、基本モデルはさまざまな方法で拡張されてきました。たとえば、デルガド・マタら^[8]は基本モデルを拡張して恐怖の影響を取り入れました。嗅覚は、自由膨張ガス内の粒子としてモデル化されたフェロモンを介して、動物間で感情を伝達するために使用されました。

ハートマンとベネス^[9]は、リーダーシップの変化と呼ぶ補完的な力をアラインメントに導入しました。この舵取りは、鳥がリーダーになり、逃げようとする可能性を定義します。

ヘメルライクとヒルデンブラント^[10]は、誘引、整列、回避を利用し、これを実際のムクドリのいくつかの特性に拡張しました。

• 鳥は固定翼の空気力学に従って飛行しますが、旋回するときにはロールします（そのため揚力を失います）。
• 彼らは、7 羽という限られた数の相互作用近隣鳥と連携します (実際のムクドリと同様)。
• 彼らは眠っている場所の上に留まろうとします（夜明けのムクドリのように）。そして眠っている場所から外へ移動してしまった場合は、方向転換してそこに戻ります。
• 相対的に一定の速度で移動します。

著者らは、飛行行動の特性、群れの規模の大きさ、相互作用相手の数の少なさが、ムクドリの群れの多様な形状の形成に不可欠であることを示した。

群れのシミュレーションでは、中央制御はなく、各鳥は自律的に行​​動します。言い換えれば、各鳥はどの群れを環境と見なすかを自分で決める必要があります。通常、環境は、一定の半径（到達範囲を表す）を持つ円（2D）または球（3D）として定義されます。^{[引用が必要]}

群れ形成アルゴリズムの基本的な実装には複雑さがあります。各鳥は他のすべての鳥を検索して、自分の環境に落ちた鳥を見つけます。^{[不適切な合成? ]}${\displaystyle O(n^{2})}$

改善点: ^{[引用が必要]}

• ビン -格子空間の細分化。群れが移動できるエリア全体が複数のビンに分割されます。各ビンには、そこに含まれる鳥が格納されます。鳥が 1 つのビンから別のビンに移動するたびに、格子を更新する必要があります。
  • 例: 2D(3D) 群集シミュレーション内の 2D(3D) グリッド。
  • 複雑度: 、kは考慮する周囲のビンの数です。鳥のビンが${\displaystyle O(nk)}$${\displaystyle O(1)}$

リー・スペクター、ジョン・クライン、クリス・ペリー、マーク・ファインスタインは進化計算システムにおける集団行動の出現を研究した。^[11]

バーナード・チャゼルは、各鳥が一定半径内にいる他の鳥に合わせて速度と位置を調整するという仮定のもとで、定常状態に収束するのにかかる時間は、高さの対数と鳥の数の反復指数関数であることを証明した。これは、鳥の数が十分に多い場合、収束時間は非常に長くなり、無限大になる可能性があることを意味する。^[12]この結果は、定常状態への収束にのみ当てはまる。たとえば、群れの端で空中に放たれた矢は、群れ全体を、鳥の中枢神経系の時間遅延によって遅くなる近隣の鳥との相互作用で説明できるよりも迅速に反応させる。

ドイツのケルンでは、リーズ大学の生物学者2人が人間の群れのような行動を実証した。この集団は群れと非常によく似た行動パターンを示し、群れの5%が方向を変えると、残りの5%もそれに従う。1人が捕食者として指定され、他の全員がその人物を避けるように指示されると、群れは魚の群れのように行動した。^[13]

群れをなす行為は、無人航空機（UAV）の行動を制御する手段としても考えられてきた。^[14]

群がる技術はスクリーンセーバーでは一般的な技術で、アニメーションにも使われています。群がる技術は多くの映画で使われており^[15]、よりリアルに動く群衆を演出しています。 ティム・バートンの『バットマン リターンズ』（1992年）では群がるコウモリが登場しました。^{[不適切な合成？ ]}

群集行動は他の興味深い用途にも利用されている。インターネットのマルチチャンネルラジオ局を自動的にプログラムするために応用されている。^{[16]また、情報の視覚化[17]や最適化タスク[18]}に も使用されている 。

• 群衆
• ペロトン（自転車ロードレース）

• Bouffanais, Roland (2016). 群動力学の設計と制御。SpringerBriefs in Complexity。Springer Singapore。doi :10.1007 / 978-981-287-751-2。ISBN 9789812877505。
• Cucker, Felipe; Steve Smale (2007). 「出現の数学」(PDF) . Japanese Journal of Mathematics . 2 : 197–227. doi :10.1007/s11537-007-0647-x. S2CID  2637067 . 2008-06-09に閲覧。
• Shen, Jackie (Jianhong) (2008). 「階層的リーダーシップ下における Cucker–Smale の群れ」SIAM J. Appl. Math . 68 (3): 694–719. arXiv : q-bio/0610048 . doi :10.1137/060673254. S2CID  14655317 . 2008-06-09に閲覧。
• Fine, BT; DA Shell (2013). 「仮想、ロボット、および生物学的群れメンバーの微視的群集運動モデルの統合」。Auton . Robots . 35 (2–3): 195–219. doi :10.1007/s10514-013-9338-z. S2CID  14091388。
• ヴァサーヘリイ、G. C. ヴィラーグ; G.ソモルジャイ; T.ネプシュ; AEエイベン; T. ヴィセク (2018)。 「限られた環境における自律型ドローンの最適化された群れ」。科学ロボティクス。3 (20) (2018 年 7 月 18 日発行): eaat3536。土井：10.1126/scirobotics.aat3536。hdl : 1871.1/87dd0889-cb66-4699-a27b-fc34f75e9b6d。PMID  33141727。

ウィキメディア・コモンズには、 Swarmingに関連するメディアがあります。

• クレイグ・レイノルズのボイドページ
• Iztok Lebar Bajec のファジー ロジックに基づく群集出版物
• ムクドリの群れ（BBC ビデオ）
• ドローン飛行でノーフォークムクドリの群れを撮影（BBC ビデオ）