Coherent Pattern Prediction in Swarms of Delay-Coupled Agents
我们考虑一个一般的群体模型的自我推进剂相互作用,通过一对潜在的存在噪声和通信时间延迟。先前的工作[Phys.Rev.E77,035203(R)(2008)]已经表明,群中的通信时间延迟引起依赖于耦合幅度的大小的模式分叉。我们通过完全展开平均场近似的分叉结构来扩展这些结果。我们的分析揭示了不同的动力学行为之间的直接对应关系,发现在不同区域的耦合时间延迟平面与不同类别的模拟相干群模式。我们推导出的群结构的时空尺度,并演示了如何耦合强度,时间延迟,噪声强度,初始条件的选择复杂的相互作用,可以影响群。特别是,我们的研究表明,对于足够大的耦合强度和/或时间延迟的值,有一个噪声强度阈值,迫使从未对准状态到对准状态的群的过渡。我们表明,这种对齐过渡表现出滞后时,噪声强度被视为时间依赖性。
2012-05-01 nlin.AO
Torus bifurcations of large-scale swarms having range dependent communication delay
群集的动态涌现模式现在在自然界中已经相当好地建立起来,包括群集和旋转状态。最近,在工程和物理学领域,人们对创建人工自推进代理人产生了极大的兴趣,这些代理人通过网络进行通信,并以简单的规则进行操作,其目标是创建紧急的自组织群模式。在本文中,我们表明,当通信网络具有范围依赖的延迟,旋转状态,这是典型的周期性,经历了分叉,并创建一个环面上的群体动力学。观察到的分叉产生额外的频率到动态,这可能会导致准周期行为的群体。
2020-04-24 nlin.AO
Unstable oscillations and bistability in delay-coupled swarms
从理论和实验两方面都知道,将时间延迟引入到移动代理群的通信网络中会产生相干的旋转模式。通常,这种时空旋转可以与其他群集模式(如铣削和植绒)相结合。然而,大多数已知的延迟耦合群相关的分歧结果依赖于不准确的平均场技术。因此,应用宏观理论作为预测和控制移动机器人群的指导的效用已经受到限制。为了克服这一限制,我们进行了一个精确的稳定性分析的两个主要的群集模式在一个一般的模型与时间延迟的相互作用。通过正确识别在存在时间延迟的情况下确定稳定性的相关时空模式,我们能够准确地预测大型群模拟中的双稳态和不稳定振荡-为与机器人实验进行比较奠定了基础。
2020-02-27 nlin.AO physics.soc-ph
Noise-induced breakdown of coherent collective motion in swarms
我们考虑群体形成的人口的自推进粒子有吸引力的长程相互作用。这些群代表多稳态动力系统,可以发现在相干的旅行状态或在一个不相干的振荡状态下,整个群的平移运动是不存在的。随着噪声强度的增加,群的相干行波态被破坏,并发生向振荡态的突变。
1999-06-07 adap-org nlin.AO q-bio.PE
Hybrid dynamics in delay-coupled swarms with "mothership" networks
群集行为仍然是一个非常感兴趣的主题,因为它在物理学和生物学中的许多自然发生的系统中处于中心地位,以及它在机器人等应用中的重要性。在这里,我们研究延迟通信和拓扑异构性,特别是,包括一个相对较少的高度连接的节点,或“母舰”,在一个群的通信网络的群斑图形成的影响。我们发现了具有一般度分布的网络的基本模式的广义形式,以及双峰网络中的各种新行为,包括具有多稳定性和混合运动的新参数区域。后者是一个有趣的例子,说明了异构网络如何具有同构网络中不同状态的混合动力学,其中高度和低度节点同时具有不同的行为。
2016-05-17 nlin.AO
The Dynamics of Interacting Swarms
群体是自组织的动态耦合代理,从简单的通信规则演变而来。它们在自然界中无处不在,在国防应用中也越来越突出.在这里,我们报告的群体碰撞的群体模型,其中每个代理是自我推进,但全球与其他代理的初步研究。我们推广以前的模型,通过调查的相互作用的动态时,延迟被引入到通信代理。我们的主要发现之一是,如果相互作用的群体与延迟相结合,那么它们就不太可能聚集在一起。此外,参数范围的基础上耦合强度,碰撞的入射角,和延迟的变化显着的其他群体的相互作用,导致植绒,铣削和散射。
2018-03-22 nlin.AO
Collective Information Processing and Pattern Formation in swarms, flocks and crowds
在过去的十年里,动物群体和社会中自发组织的集体活动吸引了相当多的关注。这种协调往往使群居物种能够完成远远超出单个个体能力的集体任务。特别是,一个关键的好处在于在集体一级整合部分环境知识。在这篇文章中,我们讨论了各种自组织现象的动物群体和人类群体的观点,个人之间的信息交换。特别是,我们提供了一个一般性的描述,跨物种的集体动态,并介绍了这些动态的分类,不仅在个人之间的信息传递的方式,而且在集体层面上的知识处理。最后,我们强调这样一个事实,即个人的能力,从过去的经验中学习,可以有一个反馈效应的集体动态,与行人人群中的行为惯例的发展经验。
2010-05-19 nlin.AO physics.soc-ph
Time delay in the 1d swarmalator model
Starling research institute(星形研究所);U.S. Naval Research Laboratory(美国海军研究实验室)
该研究探讨了一维swarmalator模型中时间延迟耦合的影响,发现新的不稳态并分析了同步与异步状态的稳定性与耦合强度的关系。
2026-02-08 cond-mat.stat-mech nlin.AO
Multiscale analysis of collective motion and decision-making in swarms: An advection-diffusion equation with memory approach
我们提出了一个(时间)多尺度方法的粗粒度分析的自推进粒子模型的群体,包括一个混合物的“天真”和“知情”的个人,用于解决集体运动和集体决策相关的问题-在动物群体。该方法基于将粒子配置投影到单个“元粒子”上,该元粒子由群伸长以及平均群速度和位置组成。该配置的集体状态可以与元粒子跟随的随机行走的瞬态和渐近输运性质相关联。这些属性可以准确地预测的对流扩散方程与记忆(ADEM),其参数是从一个平均群速度时间序列从一个单一的模拟运行的个人为基础的模型。
2012-02-27 nlin.AO q-bio.PE
How to Make Swarms Open-Ended? Evolving Collective Intelligence Through a Constricted Exploration of Adjacent Possibles
我们提出了一种开放式的进化方法,通过模拟群体动力学。在自然界中,群集具有显着的特性,这使得许多生物,从群集细菌到蚂蚁和群集鸟类,能够形成更高层次的结构,增强它们作为一个群体的行为。群模拟强调了创造新颖性和多样性的三个重要因素:(a)通信产生组合合作动态,(b)并发允许时间尺度的分离,(c)复杂性和规模的增加推动系统向创新过渡。我们说明了这三个组成部分在一个模型中计算的不断演变的一群代理。结果分为三个不同的应用,展示了新兴结构如何能够通过记忆瓶颈过滤信息,在模拟环境中产生有意义的新颖性和多样性。
2019-03-19 cs.DC cs.MA cs.NE
The role of asymmetric time delay and its structure in 1D swarmalators
University of Namur(纳穆尔大学);University of Calgary(卡尔加里大学)
本文研究了一维swarmalator模型中的不对称时间延迟,揭示其结构对集体相图的重塑作用,发现延迟结构而非其大小是决定swarmalator群体集体行为的关键因素。
2026-05-12 cond-mat.stat-mech math-ph math.MP
Acoustic signaling enables collective perception and control in active matter systems
本研究通过声学信号交换实现活性物质群体的集体感知与控制,发现多种自组织结构及涌现功能,为信息交换群体的组织机制提供见解,并启发微型机器人群体设计。
2025-05-23 cond-mat.soft nlin.AO physics.bio-ph
Collective steady-state patterns of swarmalators with finite-cutoff interaction distance
研究了耦合振子群的稳态布居图,其中振子间的相互作用距离具有有限截断。我们研究如何在无限截止已知的静态模式被复制或变形,并探讨一个新的静态模式,不出现,直到有限截止被认为是。在适当的有限截止范围内,无限截止、静态同步、静态相位波和静态相位波的所有稳态图案分别在空间上重复。它们的变形的形状和密度发生的其他有限截止范围。观察到条形相位波状态,这是没有的情况下的无限截止。所有的模式进行了研究,通过数值和理论分析。
2021-03-22 cond-mat.soft nlin.AO
Resilience and Controllability of Dynamic Collective Behaviors
利用网络范式分析了群体动态集体行为中共识弹性的结构根源,并分析了群体动态的可控性。在这里,我们设计的动态信号网络,这是信息传递通道的基础上的群体动力学的有向interagent连接的拓扑邻域的相互作用。对群体信号网络的连通性的研究揭示了群体大小与相互作用的邻居的数量之间的深刻关系,发现这与对椋鸟群的实地观察非常一致[Ballerini等人(2008)Proc.Natl. Acad. Sci. USA,105:1232]。使用一个动态模型,我们产生动态的集体行为,使我们能够发现,群体信号网络是一个同质集群的小世界网络,从而促进紧急的结果,如果保持连通性。通过引入外源性环境噪声来测试紧急共识的弹性,这最终强调了物理空间和网络空间中的群体动力学是如何深深交织在一起的。信号网络的可用性,使我们能够分析建立第一次所需的驱动程序代理的数量,以完全控制群体动态。
2014-01-12 nlin.AO physics.bio-ph physics.soc-ph
Four Classes of Morphogenetic Collective Systems
我们研究了形态发生原则--成分的异质性、成分的动态分化/再分化以及成分之间的局部信息共享--在形态发生集体系统自组织中的作用。通过逐步将这些原则引入集体,我们定义了四种不同的形态发生集体系统。蒙特卡罗模拟进行了使用扩展版本的群化学模型,配备了动态微分/再微分和本地信息共享能力。群体的自组织的特点是几个动力学和拓扑测量,后者是由一个新开发的网络为基础的方法提供便利。模拟结果表明,虽然组件的异质性有很大的影响的结构和行为的群体,动态分化/再分化的组件和本地信息共享帮助群体保持空间相邻,连贯的组织。
2014-05-24 cs.NE nlin.AO
Collective Motion of Predictive Swarms
种群和群集的理论模型通常从代理的运动受局部刺激支配的假设开始。然而,一个智能代理,对管理其栖息地的法律有一定的了解,可以预测未来,并做出预测,以更有效地收集资源。在这里,我们研究一个特定的模型,这种代理的目标是最大限度地提高他们的消费扩散资源,试图预测未来的资源领域和其他代理的行动。一旦智能体做出预测,它们就会被吸引到那些拥有或将拥有更密集资源的地区。我们发现,智能体越是试图预测未来,他们的预测尝试就越失败,他们消耗的资源就越少。我们还研究了预测因子与非预测因子竞争的情况,发现只有当预测因子的相对数量非常小时,预测因子的表现才会比非预测因子更好。我们的结论是,当预测者没有看到太远的未来或预测者的数量很少时,预测性是有回报的。
2017-11-06 nlin.AO
Swarms, Phase Transitions, and Collective Intelligence
提出了一个空间扩展模型的集体行为的大量的本地代理生物体中,生物体之间的移动概率在空间中的本地细胞,但与当地的形态发生物质,或morphogens依赖的权重。形态发生素又受到有机体传代的影响.形态发生物的进化和相应的生物流动构成了群体的集体行为。这种模型具有各种类型的相变和自组织特性,这些特性由噪声水平和其他参数控制。然后将该模型应用于蚂蚁在格子上移动的特定情况。蚂蚁的局部行为受到实验室中观察到的实际行为的启发,并且将集体行为的分析结果与相应的实验室结果进行比较。人们希望,目前的模式可以作为一个典型的例子,一个复杂的合作制度的性质。特别是群模型可以用来探索非平衡相变的关系,至少有三个重要的问题,在人工生命中遇到的。第一,作为复杂适应行为的涌现。第二,作为对生物系统中连续相变的探索。最后,推导出社会有机体中集体行为演化的行为准则。
1993-06-11 adap-org nlin.AO q-bio.PE
Social Cognitive Maps, Swarm Perception and Distributed Search on Dynamic Landscapes
群体智能(Swarm Intelligence,SI)是一个系统的属性,在这个系统中,(不复杂的)实体的集体行为与它们的环境进行局部交互,从而产生连贯的功能性全局模式。SI提供了一个基础,它可以探索集体(或分布式)解决问题,而无需集中控制或提供一个全球模型。为了解决从个体行为中形成连贯的社会集体智慧,我们讨论了与动物自组织,污名和社会觅食有关的几个概念。然后,在一个更抽象的层面上,我们建议和强调的作用,不仅由环境媒体作为社会学习的驱动力,以及由代理人之间的许多相互作用产生的积极和消极的反馈。最后,提出一个基于上述特征的简单模型,我们将解决社会社区对文化(环境,上下文)或媒体信息动态景观的集体适应,在这里表示-为了不同的实验-通过几个三维数学函数,随着时间的推移突然改变。结果表明,集体智慧是能够应付和快速适应不可预见的情况下,即使在同一合作觅食期间,社会被要求处理两个不同的和矛盾的目的。关键词:群体智能和感知,社会认知地图,社会觅食,自组织,分布式搜索和优化
2005-02-24 nlin.AO
Honeybee-like collective decision making in a kilobot swarm
本文研究 kilobot 机器人群体如何模仿蜜蜂巢址选择实现去中心化集体决策,发现共识强度取决于独立性与相互依赖性的平衡,以及群体密度和运动条件所促成的渗透通信网络。
2024-09-02 cond-mat.dis-nn cond-mat.soft cond-mat.stat-mech
Thermodynamics-inspired Macroscopic States of Bounded Swarms
University of Massachusetts Lowell(马萨诸塞大学洛厄尔分校);Washington State University(华盛顿州立大学)
本研究借鉴热力学与流体相似性,提出类比压力、温度和密度的三个宏观属性,描述仅由吸引和排斥作用控制的蜂群行为,并验证其满足理想气体定律及维里方程,以量化蜂群集体行为。
2023-08-29 cs.RO nlin.AO physics.flu-dyn
Swarming collapse under limited information flow between individuals
群体集体决策的出现及其对复杂环境的协调反应强调了社会信息传播所发挥的核心作用。在这里,不同的可能来源的信息流瓶颈被确定。使用网络的组合,控制和信息理论的元素施加到一组相互作用的自推进粒子,不同的信息容量的信令信道上的动态集体行为的效果被揭示。我们找到了一个关于信息数据速率的充分条件,它保证了群集的有效性,同时也突出了与底层交互网络拓扑结构的深刻联系。我们还表明,当降低的数据速率,群集行为总是消失后的二阶相变的固有噪声电平无关。沿过渡线的变化被发现是在良好的协议与信息理论的预测。
2017-05-22 nlin.AO physics.bio-ph
The Mathematical Theory of Behavioural Swarms: Towards Modelling the Collective Dynamics of Living Systems
University of Granada(格拉纳达大学);Shanghai University of Finance and Economics(上海财经大学);University Cadi Ayyad (UCA)(卡迪阿亚德大学);UMMISCO, IRD-SU, France(法国国际发展研究中心-苏伊士大学联合研究单位)
针对经典群体模型难以捕捉生命系统适应性异质行为的局限,提出含动态内部活性变量的行为群体数学理论,通过微分系统整合自适应决策,经多领域应用验证其预测宏观涌现模式的能力,在个体驱动集体的系统建模中具独特优势。
2025-09-05 math.AP math.DS nlin.AO
Navigating the swarm: Deep neural networks command emergent behaviours
Seoul National University(首尔大学);Gachon University(嘉泉大学)
本研究利用深度神经网络微调个体间相互作用规则,在期望时刻生成协调的集体结构,实现涡旋群体、状态转变及混合模式的控制,为机器人群体和活性物质应用提供新策略。
2024-07-16 cs.LG cs.MA cs.NE
Varying the Population Size of Artificial Foraging Swarms on Time Varying Landscapes
群体智能(Swarm Intelligence,SI)是一个系统的属性,在这个系统中,(不复杂的)实体的集体行为与它们的环境进行局部交互,从而产生连贯的功能性全局模式。SI提供了一个基础,它可以探索集体(或分布式)解决问题,而无需集中控制或提供一个全球模型。在本文中,我们提出了一个群体搜索算法与不同人口的代理。该群体是基于以前的模型与固定人口,证明了其有效性的几个计算问题。我们将证明,种群规模的变化提供了提高其自适应性的机制,并导致出现一个更强大的自组织行为,导致在这里所代表的动态搜索景观的搜索高峰和低谷的效率更高-为了不同的实验-通过几个三维数学函数,随着时间的推移突然改变。我们还将表明,目前的群,对于每个功能,自我适应的最佳人口规模,从而自我调节。
2005-03-05 nlin.AO
Noise-induced stability of insect swarms
University of California, Los Angeles(加州大学洛杉矶分校);California NanoSystems Institute(加州纳米系统研究所)
该研究提出基于声学通信的昆虫群理论模型,发现随机噪声可增强昆虫群稳定性,且疟蚊群处于不稳定过渡边缘,证明简单局部规则可描述群居生物集体行为。
2026-08-11 cond-mat.soft nlin.AO physics.bio-ph
Target-density formation in swarms with stochastic sensing and dynamics
U.S. Naval Research Laboratory(美国海军研究实验室);Georgia Tech Research Institute(佐治亚理工学院研究所)
针对群体系统通过局部交互生成目标密度的问题,本文从统计物理视角提出智能体随机游走模型,结合三类分析方法量化了感知不确定性等因素对群体趋近目标密度的效果与收敛速度的影响。
2025-10-14 cond-mat.soft nlin.AO
Swarming, swirling and stasis in sequestered bristle-bots
有机体在空间和时间中一致移动的集体能力在任何能够移动和感知彼此和环境的自主代理群体中都是普遍存在的。在这里,我们调查集体运动的起源和它的损失使用宏观自推进的刷毛机器人,简单的自动机由牙刷和车载手机振动电机,可以通过形状相关的局部相互作用来感知对方,也可以通过限制和衬底地形的影响来感知环境非局部。我们表明,当刷毛机器人被限制在一个有限的竞技场与软边界,增加密度驱动从无序和不协调的运动到有组织的集体运动的过渡无论是作为一个旋转的集群或集体动力学停滞。这种转变是由一个单一的参数,在一个单一的自动机旋转和行走的相对大小。我们解释这一点,使用定量实验和模拟,强调代理的形状,环境和限制通过边界的作用。我们的研究显示了这些由一个参数控制的物理交互自动机的行为库如何转化为群集的机械智能。
2013-02-24 cond-mat.soft cond-mat.stat-mech nlin.AO
Flocking phase transition and threat responses in bio-inspired autonomous drone swarms
École Nationale de l’Aviation Civile, Université de Toulouse, France(法国国家民用航空学院,图卢兹大学);Centre de Recherches sur la Cognition Animale, Centre de Biologie Intégrative (CBI), Centre National de la Recherche Scientifique (CNRS) & Université de Toulouse – Paul Sabatier, France(动物认知研究中心,整合生物学研究所(CBI),法国国家科学研究中心(CNRS)及图卢兹大学–保罗·萨巴蒂埃大学,法国);Laboratoire de Physique Théorique, CNRS & Université de Toulouse – Paul Sabatier, France(理论物理实验室,法国国家科学研究中心(CNRS)及图卢兹大学–保罗·萨巴蒂埃大学,法国)
研究受动物群体启发的自主无人机群,提出3D聚集算法,通过调整交互增益绘制相图,实验表明该算法能使群体对外部干扰更敏感,面对入侵者可快速集体转向等,简单增益调制可调节稳定性等。
2026-07-07 cs.RO cs.SY eess.SY
Flocking and swarming in a multi-agent dynamical system
本文提出一个局部相互作用多智能体最小模型,揭示相互作用范围、耦合阈值及噪声对同时群集与群游行为和簇结构的影响。
2023-12-11 math-ph math.MP nlin.AO
Adaptive-network models of swarm dynamics
我们提出了一个简单的自适应网络模型描述最近的群集实验。利用类比与人类的决策,我们捕获的动态模型的低维系统的方程允许分析调查。我们发现,该模型再现了群的几个特征,包括自发对称性破缺,噪声和密度驱动的有序无序转变,可以是第一或第二顺序,和不稳定性。使用非空间模型再现这些实验观察表明,空间几何形状对集体运动的影响可能比以前认为的要小。
2011-07-14 cond-mat.dis-nn nlin.AO
Evolving Neural Networks Reveal Emergent Collective Behavior from Minimal Agent Interactions
Northern Arizona University(北亚利桑那大学)
该研究通过进化神经网络控制动态环境中的最小交互智能体,揭示网络非线性、环境参数与集体涌现行为复杂性之间的关联。
2024-10-25 cs.AI cs.MA nlin.AO