몰림(동작)

Flocking (behavior)
두루미 두 마리
찌르레기 떼 같은 무리

떼짓기는 떼라고 불리는 새떼가 먹이를 찾거나 날고 있을 때 나타나는 행동이다.

새의 떼지어 다니는 행동을 모방하기 위해 개발된 컴퓨터 시뮬레이션과 수학적 모델은 일반적으로 다른 종의 "잠금" 행동에도 적용될 수 있습니다.그 결과, 컴퓨터 과학에서는 조류 이외의 종에 대해 "잠금"이라는 용어가 가끔 사용됩니다.

이 기사는 몰려드는 행동의 모델링에 관한 것이다.수학적 모델러의 관점에서 보면, "잠금"은 자주적인 실체의 집단에 의한 집단 운동이며, 조류, 물고기,[1] 박테리아, 곤충 등 많은 생물에 의해 나타나는 집단 동물 행동이다.이는 개인이 따르는 단순한 규칙에서 비롯되며 중앙 조정과 관련이 없는 것으로 간주됩니다.

자연에서

물고기의 밀렵 행동, 곤충의 떼짓기 행동, 육지 동물의 떼짓기 행동과 유사합니다.겨울 동안, 찌르레기들은 수백에서 수천 마리의 거대한 떼로 모이는 것으로 알려져 있는데, 그들이 함께 비행할 때, 관찰자들 위의 하늘에 흥미로운 소용돌이 무늬의 커다란 표시를 만들어냅니다.

1987년 크레이그 레이놀즈가 자신의 시뮬레이션 프로그램인 [2]보이즈를 통해 컴퓨터로 집단 행동을 시뮬레이션했다.이 프로그램은 기본 규칙에 따라 이동할 수 있는 단순 에이전트(BOID)를 시뮬레이션합니다.그 결과는 새떼, 물고기떼, [3]곤충떼와 유사하다.

측정.

고속 카메라로 새떼의 측정을 실시해[4], 상기의 단순한 새떼의 룰을 시험하기 위한 컴퓨터 분석을 실시했습니다.새떼의 경우 일반적으로 해당되지만, 장거리 흡인 규칙(코션)은 새떼의 가장 가까운 5~10개 이웃에 적용되며 새와의 거리와는 무관하다.또, 이러한 응집 경향에 대해서는 이방성이 있어, 앞이나 뒤가 아니라 새의 옆을 향해 보다 응집력이 발휘된다.이것은 날아다니는 새가 바로 앞이나 뒤로 가는 것이 아니라 옆으로 향하는 시야 때문일 것이다.

또 다른 최근의 연구는 로마 상공의 무리들의 고속 카메라 영상을 분석한 것에 기초하고 있으며 최소한의 행동 [5][6][7][8]규칙을 가정한 컴퓨터 모델을 사용한다.

알고리즘.

규칙.

집단행동의 기본 모델은 다음의 세 가지 간단한 규칙에 의해 제어됩니다.

분리
이웃의 혼잡 방지(단거리 반발)
얼라인먼트
이웃의 평균적인 방향으로 방향을 잡습니다.
응집력
이웃의 평균 위치(장거리 유인력)로 방향 조정

이 세 가지 간단한 규칙을 통해 무리들은 매우 사실적인 방식으로 움직이며 그렇지 않으면 만들기 매우 어려운 복잡한 움직임과 상호작용을 만들어냅니다.

규칙 변형

레이놀즈가 제안한 이후 기본 모델은 몇 가지 다른 방식으로 확장되었습니다.예를 들어 델가도 마타 등.[9] 기본 모델을 확장하여 공포의 효과를 통합했습니다.후각은 자유 팽창 가스의 입자로 모델링된 페로몬을 통해 동물들 사이의 감정을 전달하는데 사용되었다.

하트만과 베인스는 지도력의 변화라고 부르는 동맹에 보완적인 힘을 도입했다.이 소는 새가 리더가 되어 탈출을 시도할 기회를 정의합니다.

Hemelrijk와 Hildenbrandt는 유인, 정렬 및 회피 방법을 사용했으며, 이를 실제 찌르레기의 여러 가지 특성으로 확장했습니다.

  • 새는 회전할 때 회전하는 동안 고정된 날개 공기역학에 따라 비행한다(양력 손실 시).
  • 7개의 제한된 수의 상호작용 인접(진짜 찌르레기처럼)과 함께 조정한다.
  • (새벽의 찌르레기처럼) 잠자는 곳 위에 있으려 하고, 우연히 잠자는 곳에서 바깥쪽으로 움직이면 몸을 돌려 그곳으로 돌아간다.
  • 넷째, 그들은 비교적 일정한 속도로 움직인다.

저자들은 비행 거동뿐만 아니라 큰 떼의 크기와 낮은 수의 상호작용 파트너의 특정이 찌르레기 떼의 가변적인 형태를 만드는 데 필수적이라는 것을 보여주었다.

복잡성

무리짓기 시뮬레이션에서는 중앙 통제는 없습니다.각각의 새는 자율적으로 행동합니다.다시 말해, 각각의 새는 어떤 양떼를 자신의 환경으로 간주할지를 스스로 결정해야 한다.일반적으로 환경은 특정 반지름을 가진 [citation needed]원(2D) 또는 구(3D)로 정의됩니다(리치를 나타냅니다).

무리짓기 알고리즘의 기본 구현에는 O2 O가 있습니다. 각 새는 다른 모든 새를 검색하여 환경에 [improper synthesis?]맞는 새를 찾습니다.

개선 [citation needed]가능성:

  • 빈 빈 공간 분할.떼가 이동할 수 있는 전체 영역은 여러 개의 빈으로 나누어져 있습니다.각 통에는 어떤 새가 들어 있는지 보관합니다.새가 한 통에서 다른 통으로 이동할 때마다 격자를 업데이트해야 합니다.
    • 예: 2D(3D) 몰딩 시뮬레이션의 2D(3D) 그리드.
    • 복잡도: { O k는 고려해야 할 주변 빈의 개수입니다 O(1)에버드 빈이 있는 경우만 해당됩니다.

리 스펙터, 존 클라인, 크리스 페리, 마크 파인스타인은 진화 계산 시스템에서 [12]집단 행동의 출현을 연구했습니다.

버나드 샤젤은 각 새가 일정한 반지름 내에서 다른 새에 대한 속도와 위치를 조정한다는 가정 하에, 안정된 상태로 수렴하는 데 걸리는 시간은 새의 수에서 로그 높이의 반복 지수라는 것을 증명했습니다.이것은 만약 새의 수가 충분히 크다면, 수렴 시간이 너무 길어서 [13]무한할 수도 있다는 것을 의미한다.이 결과는 정상 상태로의 컨버전스에만 적용됩니다.예를 들어, 떼의 가장자리에서 공중으로 발사되는 화살은 전체 떼가 이웃과의 상호작용으로 설명될 수 있는 것보다 더 빠르게 반응하도록 만들 것입니다. 새와 새의 중추 신경계인 새와 새 사이의 시간 지연에 의해 느려집니다.

적용들

인간의 무리 같은 행동은 사람들이 공통의 초점에 끌리거나 격퇴될 때 발생할 수 있다: 다음과 같이, 군중이 총성을 피해 도망치는 것이다.

독일 쾰른에서는 리즈 대학의 생물학자 두 명이 인간에게서 무리 같은 행동을 보여 주었다.이 집단의 행동 패턴은 양떼의 행동 패턴과 매우 비슷했는데, 만약 양떼의 5%가 방향을 바꾸면 다른 사람들도 따라갈 것이다.한 사람이 포식자로 지정되고 모두가 그를 피하려고 했을 때, 양떼는 물고기 [14]떼처럼 행동했다.

몰이꾼은 무인항공기(UAV)[15]의 행동을 제어하는 수단으로도 고려되고 있다.

모이기는 스크린세이버에서 흔히 볼 수 있는 기술로 애니메이션에서 사용되고 있다.더 사실적으로 움직이는 군중을 만들기 위해 많은 영화에서[16] 스몰링이 사용되어 왔다.팀 버튼의 배트맨 리턴즈(1992)는 떼지어 몰려드는 [improper synthesis?]박쥐를 등장시켰다.

다른 흥미로운 응용 프로그램에도 무리짓기 동작이 사용되었습니다.그것은 인터넷 다중 채널 라디오 [17]방송국의 자동 프로그램에 적용되었다.또한 정보 시각화[18] 및 최적화 [19]작업에도 사용되었습니다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ O'Loan, OJ; Evans, MR (1999). "Alternating steady state in one-dimensional flocking". Journal of Physics A: Mathematical and General. IOP Publishing. 32 (8): L99. arXiv:cond-mat/9811336. Bibcode:1999JPhA...32L..99O. doi:10.1088/0305-4470/32/8/002. S2CID 7642063.
  2. ^ Reynolds, Craig W. (1987). "Flocks, herds and schools: A distributed behavioral model.". ACM SIGGRAPH Computer Graphics. Vol. 21. pp. 25–34.
  3. ^ 3750422427
  4. ^ Feder, Toni (October 2007). "Statistical physics is for the birds". Physics Today. 60 (10): 28–30. Bibcode:2007PhT....60j..28F. doi:10.1063/1.2800090.
  5. ^ Hildenbrandt, H; Carere, C; Hemelrijk, CK (2010). "Self-organized aerial displays of thousands of starlings: a model". Behavioral Ecology. 21 (6): 1349–1359. doi:10.1093/beheco/arq149.
  6. ^ Hemelrijk, CK; Hildenbrandt, H (2011). "Some causes of the variable shape of flocks of birds". PLOS ONE. 6 (8): e22479. Bibcode:2011PLoSO...622479H. doi:10.1371/journal.pone.0022479. PMC 3150374. PMID 21829627.
  7. ^ 스타 플래그 프로젝트
  8. ^ 그로닝겐 대학의 군집 행동 모델
  9. ^ Delgado-Mata C, Ibanez J, Bee S, et al. (2007). "On the use of Virtual Animals with Artificial Fear in Virtual Environments". New Generation Computing. 25 (2): 145–169. doi:10.1007/s00354-007-0009-5. S2CID 26078361.
  10. ^ Hartman C, Benes B (2006). "Autonomous boids". Computer Animation and Virtual Worlds. 17 (3–4): 199–206. doi:10.1002/cav.123. S2CID 15720643.
  11. ^ Hemelrijk, C. K.; Hildenbrandt, H. (2011). "Some Causes of the Variable Shape of Flocks of Birds". PLOS ONE. 6 (8): e22479. Bibcode:2011PLoSO...622479H. doi:10.1371/journal.pone.0022479. PMC 3150374. PMID 21829627.
  12. ^ Spector, L.; Klein, J.; Perry, C.; Feinstein, M. (2003). "Emergence of Collective Behavior in Evolving Populations of Flying Agents". Proceedings of the Genetic and Evolutionary Computation Conference (GECCO-2003). Springer-Verlag. Retrieved 2007-05-01.
  13. ^ 버나드 샤젤, 새떼의 융합, J. ACM 61 (2014)
  14. ^ "http://psychcentral.com/news/2008/02/15/herd-mentality-explained/1922.html Wayback Machine에서 2014-11-29 아카이브 완료"2008년 10월 31일에 취득.
  15. ^ Senanayake, M., Senthooran, I., Barca, J. C., Chung, H., Kamruzaman, J. 및 Murshed. "로봇 무리 검색 및 추적 알고리즘: 설문 조사입니다.
  16. ^ Gabbai, J. M. E. (2005). "Complexity and the Aerospace Industry: Understanding Emergence by Relating Structure to Performance using Multi-Agent Systems". Manchester: University of Manchester Doctoral Thesis. {{cite journal}}:Cite 저널 요구 사항 journal=(도움말)
  17. ^ Ibanez J, Gomez-Skarmeta AF, Blat J (2003). "DJ-boids: emergent collective behavior as multichannel radio station programming". Proceedings of the 8th international conference on Intelligent User Interfaces. pp. 248–250. doi:10.1145/604045.604089.
  18. ^ Moere A V (2004). "Time-Varying Data Visualization Using Information Flocking Boids" (PDF). Proceedings of the IEEE Symposium on Information Visualization. pp. 97–104. doi:10.1109/INFVIS.2004.65.
  19. ^ Cui Z, Shi Z (2009). "Boid particle swarm optimisation". International Journal of Innovative Computing and Applications. 2 (2): 77–85. doi:10.1504/IJICA.2009.031778.

기타 소스

외부 링크

Wikimedia Commons에는 스와밍과 관련된 미디어가 있습니다.