Flocado

Comportamiento de enjambre de las aves cuando vuelan o buscan alimento
Dos bandadas de grullas comunes
Una bandada de estorninos que parece un enjambre

El comportamiento de bandada es el que se manifiesta cuando un grupo de aves, llamado bandada , se alimenta o vuela. Las ovejas y las cabras también presentan este comportamiento.

Las simulaciones por ordenador y los modelos matemáticos que se han desarrollado para emular el comportamiento de las bandadas de aves también se pueden aplicar en general al comportamiento de "bandada" de otras especies. Como resultado, el término "bandada" se aplica a veces, en informática, a especies distintas de las aves, para significar el movimiento colectivo de un grupo de entidades autopropulsadas, un comportamiento animal colectivo exhibido por muchos seres vivos como los peces , las bacterias y los insectos . [1]

El agrupamiento se considera un comportamiento emergente que surge de reglas simples que son seguidas por individuos y no implica ninguna coordinación central.

En la naturaleza

Existen paralelismos entre el comportamiento de los peces en cardúmenes , el comportamiento de los insectos en enjambres y el comportamiento de los animales terrestres en manada. 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 juntos, producen grandes despliegues de intrigantes patrones en espiral en los cielos sobre los observadores.

En 1987, Craig Reynolds simuló en un ordenador el comportamiento de las bandadas con su programa de simulación Boids . [2] 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 la formación de bandadas de aves [3] utilizando cámaras de alta velocidad, y se ha realizado un análisis informático para probar las sencillas reglas de formación de bandadas que se mencionan a continuación. Se ha descubierto que, en general, son ciertas en el caso de la formación de bandadas de aves, pero la regla de atracción de largo alcance (cohesión) se aplica a los 5-10 vecinos más cercanos del ave que se está formando y es independiente de la distancia de estos vecinos con respecto al ave. Además, existe una anisotropía con respecto a esta tendencia cohesiva, ya que se exhibe más cohesión hacia los vecinos a los lados del ave, en lugar de hacia delante o hacia atrás. Esto probablemente se deba a que el campo de visión del ave en vuelo se dirige hacia los lados en lugar de directamente hacia delante o hacia atrás.

Otro estudio reciente se basa en un análisis de imágenes de bandadas tomadas con cámaras de alta velocidad sobre Roma y utiliza un modelo informático que supone unas reglas de comportamiento mínimas. [4] [5] [6] [7]

Algoritmo

Normas

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

Separación
Evite aglomeraciones entre vecinos (repulsión de corto alcance)
Alineación
Dirigir hacia el rumbo promedio de los vecinos
Cohesión
Dirigir hacia la posición media de los vecinos (atracción de largo alcance)

Con estas tres simples reglas, la bandada se mueve de una manera extremadamente realista, creando movimientos e interacciones 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 Reynolds lo propuso. Por ejemplo, Delgado-Mata et al. [8] ampliaron el modelo básico para incorporar los efectos del miedo. Se utilizó el olfato para transmitir emociones entre animales, a través de feromonas modeladas como partículas en un gas de libre expansión.

Hartman y Benes [9] introdujeron una fuerza complementaria a la alineación que denominaron cambio de liderazgo. Este cambio define la posibilidad de que el ave se convierta en líder e intente escapar.

Hemelrijk y Hildenbrandt [10] utilizaron la atracción, la alineación y la evitación, y ampliaron esto con una serie de rasgos de los estorninos reales:

  • los pájaros vuelan según la aerodinámica de un ala fija, mientras que al girar se balancean (perdiendo así sustentación);
  • Se coordinan con un número limitado de vecinos de interacción de 7 (como los estorninos reales);
  • intentan permanecer por encima de un sitio para dormir (como lo hacen los estorninos al amanecer), y cuando se alejan del sitio para dormir, regresan a él girando; y
  • Se mueven a una velocidad relativa fija.

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 ave se comporta de manera autónoma. En otras palabras, cada ave tiene que decidir por sí misma qué bandadas considera como su entorno. Por lo general, el entorno se define como un círculo (2D) o una esfera (3D) con un radio determinado (que representa el alcance). [ cita requerida ]

Una implementación básica de un algoritmo de bandada tiene complejidad : cada ave busca entre todas las demás aves para encontrar aquellas que caen en su entorno. [¿ Síntesis incorrecta? ] Oh ( norte 2 ) {\displaystyle O(n^{2})}

Posibles mejoras: [ cita requerida ]

  • subdivisión espacial en forma de red . Toda la zona en la que la bandada puede moverse se divide en múltiples subdivisiones. Cada subdivisión almacena las aves que contiene. Cada vez que un ave se mueve de una subdivisión a otra, la red debe actualizarse.
    • Ejemplo: cuadrícula 2D(3D) en una simulación de flocado 2D(3D).
    • Complejidad: , k es el número de contenedores circundantes a considerar; justo cuando se encuentra el contenedor del pájaro en Oh ( norte a ) {\displaystyle O(nk)} Oh ( 1 ) {\estilo de visualización O(1)}

Lee Spector, Jon Klein, Chris Perry y Mark Feinstein estudiaron el surgimiento del comportamiento colectivo en sistemas de computación evolutiva. [11]

Bernard Chazelle demostró que, suponiendo que cada ave ajusta su velocidad y posición a las de las demás 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 aves es lo suficientemente grande, el tiempo de convergencia será tan grande que bien podría ser infinito. [12] Este resultado se aplica únicamente a la convergencia a un estado estable. Por ejemplo, las flechas disparadas al aire en el borde de una bandada harán que toda la bandada reaccione más rápidamente de lo que se puede explicar por las interacciones con los vecinos, que se ralentizan por el retraso temporal en los sistemas nerviosos centrales de las aves (de ave a ave a ave).

Aplicaciones

En Colonia (Alemania), dos biólogos de la Universidad de Leeds demostraron que los seres humanos tienen un comportamiento similar al de una bandada. El grupo de personas exhibía un patrón de comportamiento muy similar al de una bandada, en el que si el 5% de la bandada cambiaba de dirección, los demás lo imitaban. Cuando una persona era designada como depredador y todos los demás debían evitarla, la bandada se comportaba de forma muy similar a un banco de peces. [13]

El agrupamiento también se ha considerado como un medio para controlar el comportamiento de los vehículos aéreos no tripulados (UAV). [14]

El flocking es una tecnología común en los salvapantallas y se ha utilizado en la animación. El flocking se ha utilizado en muchas películas [15] para generar multitudes que se mueven de forma más realista. Batman Returns (1992) de Tim Burton presentaba murciélagos en bandada. [¿ Síntesis incorrecta? ]

El comportamiento de agrupamiento se ha utilizado para otras aplicaciones interesantes. Se ha aplicado para programar automáticamente estaciones de radio multicanal de Internet. [16] También se ha utilizado para visualizar información [17] y para tareas de optimización. [18]

Véase también

Referencias

  1. ^ O'Loan, OJ; Evans, MR (1999). "Estado estacionario alterno en flocado unidimensional". Journal of Physics A: Mathematical and General . 32 (8). IOP Publishing: L99. arXiv : cond-mat/9811336 . Bibcode :1999JPhA...32L..99O. doi :10.1088/0305-4470/32/8/002. S2CID  7642063.
  2. ^ Reynolds, Craig W. (1987). "Rebaños, manadas y cardúmenes: un modelo de comportamiento distribuido". ACM SIGGRAPH Computer Graphics . Vol. 21. págs. 25–34.
  3. ^ Feder, Toni (octubre de 2007). «La física estadística es para los pájaros». Physics Today . 60 (10): 28–30. Bibcode :2007PhT....60j..28F. doi : 10.1063/1.2800090 .
  4. ^ Hildenbrandt, H; Carere, C; Hemelrijk, CK (2010). "Exhibiciones aéreas autoorganizadas de miles de estorninos: un modelo". Ecología del comportamiento . 21 (6): 1349–1359. arXiv : 0908.2677 . doi : 10.1093/beheco/arq149 .
  5. ^ Hemelrijk, CK; Hildenbrandt, H (2011). "Algunas causas de la forma variable de las bandadas de pájaros". PLOS ONE . ​​6 (8): e22479. Bibcode :2011PLoSO...622479H. doi : 10.1371/journal.pone.0022479 . PMC 3150374 . PMID  21829627. 
  6. ^ Proyecto Starflag
  7. ^ Modelo de comportamiento de enjambre de la Universidad de Groningen
  8. ^ Delgado-Mata C, Ibanez J, Bee S, et al. (2007). "Sobre el uso de animales virtuales con miedo artificial en entornos virtuales". Computación de nueva generación . 25 (2): 145–169. doi :10.1007/s00354-007-0009-5. S2CID  26078361.
  9. ^ Hartman C, Benes B (2006). "Boids autónomos". Animación por ordenador y mundos virtuales . 17 (3–4): 199–206. doi :10.1002/cav.123. S2CID  15720643.
  10. ^ Hemelrijk, CK; Hildenbrandt, H. (2011). "Algunas causas de la forma variable de las bandadas de pájaros". PLOS ONE . ​​6 (8): e22479. Bibcode :2011PLoSO...622479H. doi : 10.1371/journal.pone.0022479 . PMC 3150374 . PMID  21829627. 
  11. ^ Spector, L.; Klein, J.; Perry, C.; Feinstein, M. (2003). "Emergencia del comportamiento colectivo en poblaciones en evolución de agentes voladores". Actas de la Conferencia sobre computación genética y evolutiva (GECCO-2003) . Springer-Verlag . Consultado el 1 de mayo de 2007 .
  12. ^ Bernard Chazelle, La convergencia de las bandadas de aves , J. ACM 61 (2014)
  13. ^ "http://psychcentral.com/news/2008/02/15/herd-mentality-explained/1922.html Archivado el 29 de noviembre de 2014 en Wayback Machine . Consultado el 31 de octubre de 2008.
  14. ^ Senanayake, M., Senthooran, I., Barca, JC, Chung, H., Kamruzzaman, J. y Murshed, M. "Algoritmos de búsqueda y seguimiento para enjambres de robots: una encuesta".
  15. ^ Gabbai, JME (2005). Complejidad e industria aeroespacial: comprensión de la emergencia relacionando la estructura con el rendimiento mediante sistemas multiagente (tesis). Manchester: Tesis doctoral de la Universidad de Manchester. Archivado desde el original el 19 de diciembre de 2014. Consultado el 21 de febrero de 2007 .
  16. ^ Ibanez J, Gomez-Skarmeta AF, Blat J (2003). "DJ-boids: comportamiento colectivo emergente como programación de estaciones de radio multicanal". Actas de la 8ª conferencia internacional sobre interfaces de usuario inteligentes . págs. 248–250. doi :10.1145/604045.604089.
  17. ^ Moere AV (2004). "Visualización de datos que varían en el tiempo mediante el uso de boids de flocado de información" (PDF) . Actas del Simposio IEEE sobre visualización de información . págs. 97–104. doi :10.1109/INFVIS.2004.65. Archivado (PDF) desde el original el 2022-10-09.
  18. ^ Cui Z, Shi Z (2009). "Optimización de enjambre de partículas Boid". Revista internacional de informática y aplicaciones innovadoras . 2 (2): 77–85. doi :10.1504/IJICA.2009.031778.

Fuentes

  • Bouffanais, Roland (2016). Diseño y control de dinámicas de enjambre. SpringerBriefs in Complexity. Springer Singapur. doi :10.1007/978-981-287-751-2. ISBN . 9789812877505.
  • Cucker, Felipe; Steve Smale (2007). "Las matemáticas de la emergencia" (PDF) . Revista Japonesa de Matemáticas . 2 : 197–227. doi :10.1007/s11537-007-0647-x. S2CID  2637067 . Consultado el 9 de junio de 2008 .
  • Shen, Jackie (Jianhong) (2008). "Cucker-Smale Flocking under Hierarchical Leadership". SIAM J. Appl. Math . 68 (3): 694–719. arXiv : q-bio/0610048 . doi :10.1137/060673254. S2CID  14655317 . Consultado el 9 de junio de 2008 .
  • Fine, BT; DA Shell (2013). "Modelos unificadores de movimiento de bandada microscópica para miembros de bandada virtuales, robóticos y biológicos". Auton. Robots . 35 (2–3): 195–219. doi :10.1007/s10514-013-9338-z. S2CID  14091388.
  • Vásárhelyi, G.; C. Virágh; G. Somorjai; T. Nepusz; AE Eiben; T. Vicsek (2018). "Flocado optimizado de drones autónomos en entornos confinados". Robótica científica . 3 (20) (publicado el 18 de julio de 2018): eaat3536. doi : 10.1126/scirobotics.aat3536 . hdl : 1871.1/87dd0889-cb66-4699-a27b-fc34f75e9b6d . PMID  33141727.
  • La página de Boids de Craig Reynolds
  • Publicaciones de flocado basadas en lógica difusa de Iztok Lebar Bajec
  • Murmullos de estorninos (vídeos de la BBC)
  • Un dron capta el murmullo de los estorninos de Norfolk (vídeos de la BBC)
Obtenido de "https://es.wikipedia.org/w/index.php?title=Flocking&oldid=1224687421"