Flocado (comportamiento)

format_list_bulleted Contenido keyboard_arrow_down
ImprimirCitar
Dos rebaños de grúas comunes
Un rebaño de almidones.

Flocking es el comportamiento exhibido cuando un grupo de pájaros, llamado bandada, están buscando alimento o en vuelo.

Las simulaciones por computadora y los modelos matemáticos que se han desarrollado para emular los comportamientos de bandada de las aves también se pueden aplicar generalmente a la "bandada" comportamiento de otras especies. Como resultado, el término "flocado" se aplica a veces, en informática, a especies distintas de las aves.

Este artículo trata sobre el modelado del comportamiento de bandada. Desde la perspectiva del modelador matemático, "flocado" es el movimiento colectivo de un grupo de entidades autopropulsadas y es un comportamiento animal colectivo exhibido por muchos seres vivos como pájaros, peces, bacterias e insectos. Se considera un comportamiento emergente que surge de reglas simples que son seguidas por los individuos y que no implica ninguna coordinación central.

En la naturaleza

Existen paralelismos con el comportamiento de los peces en bancos, el comportamiento de enjambre de los insectos y el comportamiento de manada de los animales terrestres. Durante los meses de invierno, los estorninos son conocidos por agruparse en enormes bandadas de cientos a miles de individuos, murmuraciones que, cuando emprenden el vuelo en conjunto, generan grandes despliegues de patrones de remolinos intrigantes en los cielos sobre los observadores.

El comportamiento de flocado fue simulado en una computadora en 1987 por Craig Reynolds con su programa de simulación, Boids. Este programa simula agentes simples (boids) a los que se les permite moverse de acuerdo con un conjunto de reglas básicas. El resultado es similar a una bandada de pájaros, un banco de peces o un enjambre de insectos.

Medición

Se han realizado mediciones de bandadas de aves utilizando cámaras de alta velocidad y se ha realizado un análisis informático para probar las reglas simples de bandadas mencionadas anteriormente. Se encuentra que generalmente se cumplen en el caso de bandadas de pájaros, pero la regla de atracción de largo alcance (cohesión) se aplica a los 5 a 10 vecinos más cercanos del pájaro en bandada y es independiente de la distancia de estos vecinos del pájaro. Además, existe una anisotropía con respecto a esta tendencia cohesiva, exhibiéndose más cohesión hacia los vecinos a los lados del ave, en lugar de hacia adelante o hacia atrás. Esto probablemente se deba a que el campo de visión del ave voladora se dirige hacia los lados en lugar de directamente hacia adelante o hacia atrás.

Otro estudio reciente se basa en un análisis de imágenes de bandadas de cámaras de alta velocidad sobre Roma y utiliza un modelo informático que asume reglas mínimas de comportamiento.

Algoritmo

Reglas

Los modelos básicos del comportamiento de bandada están controlados por tres reglas simples:

Separación
Evite amontonar vecinos (repulsión de rango corto)
Alineación
Avance hacia la partida media de vecinos
Cohesión
Más fuerte hacia la posición promedio de los vecinos (atracción de larga distancia)

Con estas tres reglas simples, la bandada se mueve de una manera extremadamente realista, creando un movimiento e interacción complejos que serían extremadamente difíciles de crear de otra manera.

Variantes de reglas

El modelo básico se ha ampliado de varias maneras diferentes desde que lo propuso Reynolds. Por ejemplo, Delgado-Mata et al. extendió el modelo básico para incorporar los efectos del miedo. El olfato se utilizó para transmitir emociones entre animales, a través de feromonas modeladas como partículas en un gas de libre expansión.

Hartman y Benes introdujeron una fuerza complementaria a la alineación que ellos llaman el cambio de liderazgo. Este novillo define la posibilidad de que el ave se convierta en líder y trate de escapar.

Hemelrijk y Hildenbrandt utilizaron la atracción, la alineación y la evasión, y ampliaron esto con una serie de características de los estorninos reales:

  • los pájaros vuelan según aerodinámica de ala fija, mientras se rodan al girar (porque pierden el ascensor);
  • se coordinan con un número limitado de vecinos de interacción de 7 (como verdaderos almidones);
  • tratan de permanecer por encima de un lugar de dormir (como los albañiles hacen al amanecer), y cuando sucede que se mueven hacia fuera del lugar de dormir, vuelven a él girando; y
  • cuarto, se mueven a velocidad fija relativa.

Los autores demostraron que las características específicas del comportamiento de vuelo, así como el gran tamaño de la bandada y el bajo número de compañeros de interacción, fueron esenciales para la creación de la forma variable de las bandadas de estorninos.

Complejidad

En las simulaciones de bandadas, no existe un control central; cada pájaro se comporta de forma autónoma. En otras palabras, cada ave tiene que decidir por sí misma qué bandadas considerará como su entorno. Por lo general, el entorno se define como un círculo (2D) o una esfera (3D) con un cierto radio (que representa el alcance).

Una implementación básica de un algoritmo de rebaño tiene complejidad – cada pájaro busca a través de todas las otras aves para encontrar aquellos que caen en su entorno.

Posibles mejoras:

  • subdivisión espacial de bin-lattice. Toda la zona donde el rebaño puede moverse está dividida en múltiples contenedores. Cada bin almacena las aves que contiene. Cada vez que un pájaro se mueve de un cubo a otro, tiene que ser actualizado.
    • Ejemplo: 2D(3D) rejilla en una simulación de rebaños 2D(3D).
    • Complejidad: , k es el número de contenedores circundantes a considerar; justo cuando el papel de pájaro se encuentra en

Lee Spector, Jon Klein, Chris Perry y Mark Feinstein estudiaron la aparición del comportamiento colectivo en los sistemas informáticos evolutivos.

Bernard Chazelle demostró que bajo el supuesto de que cada ave ajusta su velocidad y posición a las otras aves dentro de un radio fijo, el tiempo que tarda en converger a un estado estable es una exponencial iterada de altura logarítmica en el número de aves. Esto significa que si el número de pájaros es lo suficientemente grande, el tiempo de convergencia será tan grande que bien podría ser infinito. Este resultado se aplica solo a la convergencia a un estado estacionario. Por ejemplo, las flechas disparadas al aire en el borde de una parvada harán que toda la parvada reaccione más rápido de lo que se puede explicar por las interacciones con los vecinos, que se ralentizan por el tiempo de retraso en el sistema nervioso central del ave. —pájaro a pájaro a pájaro.

Aplicaciones

El comportamiento similar al bloqueo en los seres humanos puede ocurrir cuando se atrae a la gente a un centro de coordinación común o cuando se repele, como se indica a continuación: una multitud que huye del sonido del tiroteo.

En Colonia, Alemania, dos biólogos de la Universidad de Leeds demostraron un comportamiento similar al de una bandada en humanos. El grupo de personas exhibió un patrón de comportamiento muy similar al de una bandada, donde si el 5% de la bandada cambiara de dirección, los demás lo seguirían. Cuando se designaba a una persona como depredador y todos los demás debían evitarlo, la bandada se comportaba como un banco de peces.

El flocado también se ha considerado como un medio para controlar el comportamiento de los vehículos aéreos no tripulados (UAV).

Flocking es una tecnología común en los protectores de pantalla y ha encontrado su uso en la animación. El flocado se ha utilizado en muchas películas para generar multitudes que se mueven de forma más realista. Batman Returns (1992) de Tim Burton presentaba murciélagos en tropel.

El comportamiento de flocado se ha utilizado para otras aplicaciones interesantes. Se ha aplicado para programar automáticamente emisoras de radio multicanal de Internet. También se ha utilizado para visualizar información. y para tareas de optimización.

Otras fuentes

  • Bouffanais, Roland (2016). Diseño y control de Swarm Dynamics. SpringerBriefs in Complexity. Springer Singapore. doi:10.1007/978-981-287-751-2. ISBN 9789812877505.
  • Cucker, Felipe; Steve Smale (2007). "Las Matemáticas de la Emergencia" (PDF). Japanese Journal of Mathematics. 2: 197–227. doi:10.1007/s11537-007-0647-x. S2CID 2637067. Retrieved 2008-06-09.
  • Shen, Jackie (Jianhong) (2008). "Cucker-Smale Flocking under Hierarchical Leadership". SIAM J. Appl. Matemáticas. 68 (3): 694-719. arXiv:q-bio/0610048. doi:10.1137/060673254. S2CID 14655317. Retrieved 2008-06-09.
  • Bien, B.T.; D.A. Shell (2013). "Unificar modelos microscópicos de movimiento de rebaños para miembros virtuales, robóticos y biológicos del rebaño". Auton. Robots. 35 (2–3): 195–219. doi:10.1007/s10514-013-9338-z. S2CID 14091388.
  • Vásárhelyi, G.; C. Virágh; G. Somorjai; T. Nepusz; A.E. Eiben; T. Vicsek (2018). "Acuden optimizados de drones autónomos en entornos confinados". Ciencia Robotics (publicado el 18 de julio de 2018). 3 (20): aat3536. doi:10.1126/scirobotics.aat3536. PMID 33141727.

Contenido relacionado

Azalea

Megabat

Beagle

Más resultados...
Tamaño del texto:
undoredo
format_boldformat_italicformat_underlinedstrikethrough_ssuperscriptsubscriptlink
save