群体智能：揭示了群体动力学的新集体特性

一项关于动物群体的新研究群体智能:揭示了群体动力学的新集体特性。

群体智能

群集是大量个体自发的有组织的运动。从细菌菌落、粘菌和昆虫群到鱼群、鸟群和兽群，它在所有的尺度上都能被观察到。现在爱尔兰都柏林大学的物理学家Maksym Romenskyy和Vladimir Lobaskin刚刚发表在EPJ b上的一项研究群体智能:揭示了群体动力学的新集体特性。最终,这可以用来控制成群的动物,机器人,或人类的人群通过应用信号能够模拟底层交互群体内的个体,这可能导致预测运动模式阐明通过造型。

凝聚态模型

作者受到凝聚态模型的启发，例如在磁性研究中使用的凝聚态模型，后来被应用于与动物群落生物学相关的领域。在他们的模型中，除了与邻居保持一致的能力，每个模型动物都被赋予了两个新特征:一个用于避免碰撞，另一个用于防止每一步都改变方向，以确保运动的持续性。研究小组对多达10万个自推进粒子进行了计算机模拟，每个粒子都模仿一只动物，在平面上匀速运动。

他们发现，当蜂群变得过于拥挤时，全球有序的运动就会崩溃。在高密度的情况下，当最近的邻居相距一步之遥时，每只动物就不能再决定安全的运动方向。相反，它正忙于修正自己的运动以避免碰撞。这些研究结果均证实了群体智能:揭示了群体动力学的新集体特性。

一个幂律

他们还首次描述了一个幂律，可以量化群体中动物在运动方向上的平均对齐程度。该定律描述了这种排列是如何从蜂群的中心衰减到外围的。在蜂群的中心，动物可以根据它们最大的邻居数量来最好地判断蜂群的运动。

引用

Springer Science+Business Media. "Swarm intelligence: New collective properties of swarm dynamics uncovered." ScienceDaily. ScienceDaily, 15 March 2013.
www.sciencedaily.com/releases/2013/03/130315095921.htm.