Automated optimisation of multi-level models of collective behaviour in a mixed society of animals and robots
Univ Paris Diderot(巴黎狄德罗大学);Sorbonne Paris Cité(巴黎索邦大学联盟);Sorbonne Universités(索邦大学联盟);UPMC Univ Paris 06(巴黎第六大学);CNRS(法国国家科学研究中心)
动物和机器人的集体行为可以表现出复杂的动态,需要多层次的描述。在这里,我们有兴趣开发一个多层次的建模框架,使用机器人在动物集体决策的研究。在这种情况下,使用机器人可以用于在计算机上验证模型,诱导校准的重复刺激以触发动物反应或调节和控制动物的集体行为。然而,设计适当的仿生机器人行为面临着一个重大挑战:如何从动物观察到的集体决策动态到机器人的实际算法实现。在以前的工作中,这主要是手工完成的,通常是从人类设计的模型中获得灵感。通常,行为模型是宏观的,种群动态的微分方程,或微观的,每个个体的明确时空状态。只有微观模型可以很容易地实现为机器人控制器。在这里,我们解决的问题,可以在机器人中实现的较低级别的描述模型的设计自动化,并表现出相同的集体动态作为一个给定的更高级别的模型。我们采用进化算法,同时优化模型的参数占不同层次的描述。这种方法适用于实验验证的庇护所选择问题解决群居昆虫和机器人。我们成功地设计和自动校准微观和混合模型表现出相同的动态作为一个宏观的。我们的框架可用于动物或机器人群体和生物混合系统的集体行为的多层次建模。
2016-02-02 cs.MA cs.RO nlin.AO
The STARFLAG handbook on collective animal behaviour: Part II, three-dimensional analysis
动物集体行为的研究必须通过数值模型的理论预测和来自经验观察的数据之间的比较来取得进展。为此目的,重要的是开发三维(3D)分析方法,同时提供有关群体结构的信息,并适合于经验数据。事实上,经验数据比数值数据噪音大得多,而且它们受到几个限制。在这里,我们回顾了分析工具所使用的STARFLAG项目,在该领域的大型椋鸟群的三维结构。我们展示了如何避免最常见的陷阱中的3D动物群体的定量分析,特别注意的问题,由该组的边界引入的偏见。通过实际的例子,我们表明,忽略边界效应会产生文物时,研究一个组的三维结构。此外,我们表明,数学的严谨性是必不可少的,以区分重要的生物学特性从平凡的几何特征的动物群体。
2008-02-12 cond-mat.stat-mech q-bio.PE q-bio.QM
An Alignment-Free Explanation for Collective Predator Evasion in Moving Animal Groups
本研究提出移动动物群体中的集体捕食者规避无需个体间的速度对齐,仅靠引力和斥力即可诱导产生,个体间的速度差异影响规避效果但非必需。
2025-09-14 q-bio.QM
An empirical study of large, naturally occurring starling flocks: a benchmark in collective animal behaviour
群鸟是动物集体行为的一个显著例子。这一现象的一个生动的例证是空中显示的大量椋鸟群在黄昏时聚集在栖息地上空,并以非凡的空间一致性旋转。由于缺乏关于大型鸟群的数据,人们对鸟群的进化理由和机械定律都知之甚少。在这里,我们报告的定量研究空中显示。我们测量了多达2700只鸟的紧凑群中的个体三维位置。我们研究了群体作为一个整体的主要特征-形状,运动,密度和结构-并讨论这些作为分组现象的新兴属性。我们发现,羊群是相对较薄的,具有可变的大小,但恒定的比例。它们倾向于平行于地面滑动,并且在转弯期间,它们的取向相对于运动方向而改变。每只鸟之间保持的最小距离与它们的翼展相当。集群内的密度是不均匀的,因为鸟类在边界比在集群中心挤得更紧。这些结果构成了第一组关于三维动物聚集的大规模数据。目前的集体动物行为模型和理论现在可以根据这些结果进行测试。
2008-02-12 cond-mat.stat-mech q-bio.PE q-bio.QM
A unifying framework for quantifying the nature of animal interactions
集体现象,即主体间的相互作用决定空间模式,在动物王国中无处不在。另一方面,运动和空间利用也受到动物与环境之间相互作用的极大影响。尽管这两种类型的相互作用从根本上影响动物的行为,迄今为止还没有统一的框架,在这两个领域提出的模型。在这里,我们构建了一个一般的方法来推断人口水平的空间格局,从底层的个人运动和相互作用的过程中,在建立一个统计力学生态系统的一个关键因素。我们表明,资源选择功能,以及集体运动模型的几个例子,出现作为我们的框架的特殊情况下,从而将资源选择分析和集体动物行为到一个单一的理论。特别是,我们专注于结合在文献中的领土相互作用的各种机械模型与步骤选择功能,通过将相互作用的步骤选择框架,并演示如何从所产生的模型中获得领土模式。我们证明了我们的模型的有效性,应用到亚马逊雨林的食虫鸟类种群。
2016-03-18 q-bio.PE q-bio.QM
Collective movement in alarmed animals groups: a simple model with positional forces and a limited attention field
我们进行了数值分析,最近推出的模型来描述集体运动的报警动物群体。这个模型,来自基于位置的相互作用和有限的注意力场,显示了一个非平衡的相变之间的晶体状的阶段,其特征在于由一个单一的密集的集群的个人,发生小的注意力场的角度,和一个无序的阶段,组成的碎片集群,出现在大的角度。过渡的定量特征,测量其临界点和描述其标度行为,这表明过渡的性质是不连续的。最后,我们研究了运动方向上的相关性,在短距离上显示出很强的正值。这一事实表明,个体的有效感知范围远远超出了模型交互范围。
2019-03-06 nlin.AO physics.bio-ph q-bio.QM
Dynamical coupling during collective animal motion
测量移动动物群体内的信息流最近已经成为一个相当感兴趣的话题,并且已经清楚的是,驱动集体运动的个体可能会随着时间的推移而改变,并且这些个体可能不一定总是从前面引导。然而,在实证研究和理论模型的层面上,缺乏量化特定个体对其他群体成员行为和信息流动方向的影响的方法。使用高时空分辨率的GPS轨迹觅食猫鼬,Suricata suricatta,我们提供了一个信息理论框架,以确定独立的相对空间位置的动物之间的动态耦合。基于这种识别,我们然后比较指定的个人作为司机或响应者对指定提供的相对空间位置。我们发现,不仅耦合发生从正面到尾随的个人,反之亦然,但也耦合方向是一个相对位置的非线性函数。这提供了证据(i)间歇波动的耦合强度和(ii)交替的耦合方向内觅食猫鼬对。我们介绍的框架允许移动动物群体内的所有对个体之间的相互影响的动态模式的详细描述。我们认为,应用信息理论的角度来研究动物群体中的协调现象,最终将有助于理解集体行为的因果关系。
2013-11-06 q-bio.QM
Segmentation of laterally symmetric overlapping objects: application to images of collective animal behaviour
视频分析是目前研究群体行为的主要非侵入性方法。然而,3D到2D投影导致观察对象的重叠。由于大多数生物没有失速形状,情况进一步复杂化。幸运的是,活体物体通常具有一定的对称性,这被用作形态指纹的基础。这种技术使我们能够以姿态不变的方式记录对称物体的形状。当与图像去噪相结合时,这给出了一种鲁棒的、非线性的、无优化的、快速的重叠对象检测方法,即使没有任何刚性模式。这种新颖的方法在一个相当小的水箱中游泳的鱼(欧洲鲈鱼,Dicentrarchus labrax和老虎倒钩,Puntius tetrabrax)上得到了验证,这迫使它们表现出各种各样的形状。与手动检测相比,对于几乎$90 \%$的重叠,确定了正确的对象数量,并且平均Dice-Sorensen系数在$0.83$左右。这意味着该方法在实际应用中是可行的,例如毒性测试。
2019-07-04 q-bio.QM
The fluid dynamics of collective vortex structures of plant-animal worms
圆形铣削是集体运动的惊人表现,在自然界中随处可见,从鱼群到行军蚁。最近观察到,植物-动物蠕虫$Symsagittifera~roscoffensis$在海滩的浅水池和实验室的培养皿中都表现出圆形研磨行为。在这里,我们调查这一现象,通过实验和理论,从流体动力学的观点,专注于一个既定的圆磨对周围流体的影响。不像系统,如封闭的细菌悬浮液和集合的分子马达和细丝,表现出自发的循环行为,并模拟为力偶极子,前-后对称的个别蠕虫排除了应力波的贡献。相反,奇异性,如源偶极子和斯托克斯四极预计将占主导地位。一系列的模型进行了分析,以了解这些奇点的贡献,由轧机产生的方位角流场,在光的特定的边界条件下,保持在培养皿中的流动。一个模型,把一个圆形的轧机作为一个刚性的旋转盘,产生斯托克斯流被证明捕捉基本的实验结果以及,并提供洞察到多个轧机系统的出现和稳定性。
2020-11-05 cond-mat.soft physics.flu-dyn q-bio.QM
Error control in the set-up of stereo camera systems for 3d animal tracking
对动物系统的三维跟踪是理解集体行为的关键。通过立体摄像系统收集的实验数据允许重建组中每个个体的3d轨迹。然后可以使用轨迹来计算一些感兴趣的量,以更好地理解集体运动,例如速度,个体之间的距离和相关函数。检索轨迹的可靠性与三维重建的准确性密切相关。在本文中,我们进行了仔细的分析,影响三维重建的最重要的错误,显示精度如何取决于相机系统的设置和校准参数的精度。
2015-10-05 cond-mat.stat-mech q-bio.QM
Modelling zebrafish collective behaviours with multilayer perceptrons optimised by evolutionary algorithms
集体运动是社会有机体中普遍存在的行为,并导致了许多模式的发展。然而,在简单的有界环境中模拟动物的轨迹和社会互动仍然是一个挑战。此外,对动物感觉-运动回路和信息处理的理解的进步,导致了对决策算法中传统假设的修正。在这种情况下,我们开发了一种基于人工神经网络(ANN)的方法来描述小斑马鱼群体在有界环境中的集体运动。虽然人工神经网络模型通常用于人工系统,但它们仍然未被探索以模拟动物的集体行为。在这里,我们提出了一种方法来校准多层感知器从真正的鱼类实验数据的学习。使用监督学习或各种形式的进化强化学习方法(使用CMA-ES和NSGA-III算法)来训练ANN。我们发现,使用进化方法训练的人工神经网络模型能够产生逼真的集体运动组5斑马鱼,包括罐壁效应,这是在以前的模型中缺乏的功能。最后,我们还讨论了优化的人工神经网络作为候选人的好处,用于驾驶具有生物现实行为的机器人诱饵,这种方法越来越受欢迎,以收集数据和验证集体行为的假设。
2018-11-26 q-bio.NC q-bio.QM
Collective gradient sensing in fish schools
在整个动物王国中,动物经常从群体生活中受益。集体行为的模型表明,简单的局部相互作用足以产生自然界中发现的群体形态(群,羊群和磨坊)。然而,个体也与他们所生活的复杂嘈杂的环境相互作用。在这项工作中,我们的实验研究组的性能在导航噪声光梯度的两个不相关的淡水物种:黄金shiners(Notemigonus crysoleucas)和rummy鼻子四(Hemigrammus bleheri)。我们发现,由于他们天生的个人能力,感觉环境梯度,Tetras优于shiners。使用数值模拟,我们研究了群体绩效如何取决于社会和环境信息的相对权重。我们的研究结果强调了平衡社会和环境信息的重要性,以促进最佳的群体形态和性能。
2018-05-05 nlin.AO physics.bio-ph q-bio.QM
Asynchrony promotes polarized collective motion in attraction based models
动物群体经常以一种高度有组织的方式移动,如鸟群和鱼群。尽管这是每天都发生的事情,但我们还没有完全理解它是如何工作的。什么样的动物之间的社会相互作用引起了我们观察到的整体群体结构和行为?这个问题经常使用自推进粒子模型来研究,其中粒子代表个体动物。这些模型在所使用的社会互动、个体粒子特性和各种技术假设方面有所不同。一个特定的技术假设涉及所有粒子是否在完全相同的时间(同步更新)或不(异步更新)更新其航向和位置。在这里,我们研究了这个假设在一个特定模型中的因果效应,发现它有巨大的影响。特别地,极化组在使用同步更新时不会形成,但总是在异步更新时产生。我们还表明,充分的极化组的形成和量化的时间极化组的形成是不需要的。由于文献中的许多重要模型已经实现了同步更新,我们推测,我们对这些模型的理解,或者更确切地说,它们所基于的社会互动,可能是不完整的。如果选择其他可能更现实的更新方案,也许会出现一系列以前未观察到的动态现象。
2017-10-06 physics.bio-ph q-bio.QM
Body size affects the strength of social interactions and spatial organisation of a schooling fish (Pseudomugil signifer)
虽然有各种各样的自推进粒子模型可以解释鱼类和其他动物的集体运动,但模型和数据之间的严格统计比较仍然是一个挑战。合理的模型应该足够灵活,以捕捉动物群体在不同发育阶段和群体规模下的集体行为变化。在这里,我们分析的统计特性的学校的鱼(Pseudomugil signier)通过实验和模拟相结合。我们使用一种新颖的玻尔兹曼反演方法,通常应用于分子动力学,以确定有效的潜在的平均力的鱼的相互作用。具体来说,我们表明,较大的鱼有一个较大的排斥区,但更强的吸引力,从而在更大的对齐在他们的集体运动。我们使用自推进粒子模型来模拟学校的集体动力学,修改后的模型包括不同的粒子速度和局部排斥规则。我们证明,我们的模型复制的鱼群的统计特性,从而捕捉到一些功能的行为和发展的学校鱼。
2017-04-19 physics.bio-ph q-bio.QM
Analysis of social interactions in group-housed animals using dyadic linear models
了解影响动物之间社会互动的因素对于应用动物行为学研究非常重要。因此,有必要引出统计模型来分析从成对行为交互中收集的数据。在这项研究中,我们建议将社会互动数据作为二元观察,并提出了一个统计模型进行分析。我们通过不同的验证策略对模型进行了后验预测检查:分层5重随机交叉验证,社会群体交叉验证和焦点动物验证。该模型应用于猪行为数据集,该数据集收集自797头生长猪,这些猪新鲜混合到59个社会群体中,导致10,032条定向二元交互记录。反应变量是每只动物花在攻击另一组配偶上的持续时间(以秒为单位)。广义线性混合模型拟合。固定效应包括性别、个体体重、既往保育交配经验和二分体中两头猪的既往同窝交配经验。随机效应包括侵略者,侵略接收器,二分体,和社会群体。贝叶斯框架用于参数估计和后验预测模型检验。先前的托儿所交配经验是唯一显著的固定效应。此外,在分析攻击持续时间时,随机施与者效应和随机受者效应之间存在微弱但显著的相关性。该模型的预测性能根据验证策略而变化,与其他验证策略相比,按社会群体分组策略的性能要低得多。总的来说,本文展示了一个统计模型来分析互动的动物行为,特别是二元互动。
2022-07-14 q-bio.QM
Massively Parallel Causal Inference of Whole Brain Dynamics at Single Neuron Resolution
经验动态建模(EDM)是一种非线性时间序列因果推理框架。EDM的最新实现cppEDM由于计算成本而仅用于小数据集。随着数据汇集能力的增长,非常需要在大型数据集中识别因果关系。我们提出了mpEDM,并行分布式实施EDM优化现代GPU为中心的超级计算机。改进算法以减少冗余计算,优化实现以充分利用GPU和SIMD单元等硬件资源。作为一个用例,我们在人工智能桥接云基础设施(ABCI)上运行mpEDM,使用以单神经元分辨率采样的整个动物大脑的数据集来识别整个大脑的动态因果关系模式。mpEDM比cppEDM快1,530倍,包含101,729个神经元的数据集在199秒内在512个节点上进行了分析。这是迄今为止最大的EDM因果推理。
2020-11-22 cs.DC math.DS q-bio.QM
The causal meaning of genomic predictors and how it affects the construction and comparison of genome-enabled selection models
加性遗传效应可以说是动物和植物育种分析中推断的最重要的数量。术语效应表明它代表因果信息,这与回归系数和关联等标准统计概念不同。推断因果信息的过程也不同于标准的统计学习,因为前者需要因果(即非统计)假设,并且涉及额外的复杂性。值得注意的是,推断遗传效应的任务在很大程度上被视为标准的回归/预测问题,这与其标签相矛盾。这种被广泛接受的分析方法本身不足以进行因果学习,这表明因果关系不是选择的重点。考虑到这种不一致性,验证基因组预测因子是否需要代表与选择决策相关的因果效应是很重要的,特别是因为应用回归研究来回答因果问题可能会导致错误的结论。这个问题的答案定义了基因组选择模型是否应该以最大的基因组预测能力或遗传因果效应的可识别性为目标来构建。在这里,我们证明了选择依赖于从基因型到表型的因果效应,并且基因组预测因子只有在将这种效应与其他关联来源区分开来时才对选择有用。相反,捕获非因果信号的基因组预测因子提供与选择不太相关的信息,而不管所得的预测能力如何。针对协变量的选择决策,模拟的例子表明,预测能力,这是通常用于比较模型的标准,可能并不表明选择的基因组预测的质量。此外,我们建议使用替代标准来构建旨在识别遗传因果效应的模型。
2013-12-07 q-bio.QM stat.AP
Messaging strategies and the emergence of echo chambers in collective decision-making
Cornell University(康奈尔大学);Princeton University(普林斯顿大学)
研究探讨了群体决策中信息策略如何导致回音室现象的形成,揭示了非线性动力学中个体对信息的依赖性及生物系统中集体决策的可靠性机制。
2026-04-25 nlin.AO q-bio.QM