Материал КОЛЛЕКТИВНОЕ ПОВЕДЕНИЕ ЖИВОТНЫХ это перепечатка статьи КОЛЛЕКТИВНОЕ ПОВЕДЕНИЕ ЖИВОТНЫХ из англоязычной Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску
Сол . Стаи скворечников на закате в Дании
Коллективное поведение животных-это форма социального поведения, включающая в себя согласованное поведение больших групп подобных животных, а также эмерджентные свойства этих групп. Это может включать в себя затраты и преимущества членства в группе, передачу информации по всей группе, процесс принятия решений группы, а также группового перемещения и синхронизации. Изучение принципов коллективного поведения животных имеет отношение к инженерным проблемам человека через философию биомиметики. Например, определение правил, по которым отдельное животное перемещается по отношению к своим соседям в группе, может привести к прогрессу в развертывании и управлении группами плавающих или летающих микро-роботов, таких как БПЛА (беспилотные летательные аппараты).
Содержание
1 примеры
2 предлагаемые функции
2.1 социальное взаимодействие
2.2 защита от хищников
2.3 улучшенное кормление
2.4 повышение эффективности локомоции
3 структура группы
3.1 экспериментальный подход
3.2 подход к моделированию
4 коллективное принятие решений
5 см. также
6 ссылок
7 дальнейшее чтение
8 внешних ссылок
Примеры
Примеры коллективного поведения животных:
Флокирование птиц
Пастушьи копытные
Шоалинг и стайная рыба
Школьное обучение антарктического криля
Стручки дельфинов
Марширующая саранча
Гнездо строительство муравьи
Предлагаемые функции
Предложены многие функции агрегирования животных. Эти предлагаемые функции могут быть сгруппированы по четырем следующим категориям: социальные и генетические, анти-хищные, улучшенное кормление и повышение эффективности локомоции.
Социальное взаимодействие
Поддержка социально-генетической функции агрегатов, особенно формируемых рыбами, проявляется в нескольких аспектах их поведения. Например, эксперименты показали, что отдельные рыбы, удаленные из школы, будут иметь более высокую частоту дыхания, чем в школе. Этот эффект был частично объяснен стрессом, хотя гидродинамические факторы считались более важными в данном конкретном исследовании.[1] Таким образом, успокаивающий эффект бытия с конспецификами может обеспечить социальную мотивацию для сохранения агрегации. Сельдь, например, будет очень возбуждена, если они изолированы от conspecifics.[2] рыбоводческие школы также были предложены для выполнения репродуктивной функции, поскольку они обеспечивают более широкий доступ к потенциальным товарищам.
Защита от хищников
Школа золотоносных фузилеров
Предложено несколько анти-хищнических функций скоплений животных. Одним из потенциальных методов, с помощью которого рыбные стада или стада птиц могут помешать хищникам, является "эффект смешения хищников", предложенный и продемонстрированный Милински и Хеллером (1978).[3] Эта теория основана на идее о том, что хищникам становится трудно выбрать отдельную добычу из групп, потому что многие движущиеся цели создают сенсорную перегрузку зрительного канала хищника. Результаты милински и Хеллера были подтверждены как в эксперименте [4] [5], так и в компьютерных симуляциях.[6][7][8]
Второй потенциальный анти-хищник эффект скоплений животных является гипотеза "много глаз". Эта теория утверждает, что по мере увеличения размера группы задача сканирования окружающей среды для хищников может быть распространена на многих особей. Мало того, что это массовое сотрудничество, по-видимому, обеспечивает более высокий уровень бдительности, оно также может позволить больше времени для индивидуального питания.[9][10][11]
Третьей гипотезой для анти-хищнического эффекта агрегации животных является эффект "разбавления встречи". Гамильтон, например, предположил, что агрегация животных была вызвана "эгоистичным" избеганием хищника и, таким образом, была одной из форм прикрывательства.[12] [13] другая формулировка теории была дана Тернером и кувшином и рассматривалась как комбинация вероятности обнаружения и атаки.[14] В компоненте обнаружения теории было высказано предположение о том, что потенциальная добыча может выиграть от совместной жизни, поскольку хищник менее вероятен к случайности для одной группы, чем рассеянное распределение. В компоненте атаки считалось, что атакующий хищник менее склонен есть конкретное животное, когда присутствует большее количество особей. Таким образом, человек имеет преимущество, если он находится в большей из двух групп, предполагая, что вероятность обнаружения и атаки не увеличивается непропорционально с размером группы.[15]
Улучшенное кормление
Третьим предлагаемым преимуществом групп животных является улучшение кормления. Эта способность была продемонстрирована кувшином и другими в их изучении поведения фуража в шоалинг карповых.[16]в этом исследовании, время, которое потребовалось для групп гольянов и золотых рыбок, чтобы найти кусочек пищи, было количественно. Количество рыб в группах варьировалось, и было установлено статистически значимое снижение количества времени, необходимого более крупным группам для поиска пищи. Дальнейшая поддержка для повышения способности школ к кормлению наблюдается в структуре школ хищной рыбы.Куропатка и другие проанализировали структуру школы Атлантического голубого тунца по аэрофотоснимкам и обнаружили, что школа приняла параболическую форму, что свидетельствует о совместной охоте на этот вид (Partridge et al., 1983).[17]
Повышение эффективности передвижения
Эта теория утверждает, что группы животных, движущиеся в жидкой среде, могут экономить энергию, плавая или летая вместе, во многом таким образом, что велосипедисты могут составить друг друга в пелотоне . Считается, что гуси, летящие в образовании Vee, также экономят энергию, летая в восходящем потоке вихря wingtip, генерируемого предыдущим животным в формировании. Утята также были показаны, что сохраняют энергию путем плавать в линии.[18] повышение эффективности плавания в группах было также предложено для школ рыб и антарктического криля.
Структура группы
Структура крупных групп животных было трудно изучить из-за большого количества животных, участвующих. Поэтому экспериментальный подход часто дополняется математическим моделированием скоплений животных.
Экспериментальный подход
Эксперименты, исследующие структуру скоплений животных, направлены на определение трехмерного положения каждого животного в пределах объема в каждый момент времени. Важно знать внутреннюю структуру группы, потому что эта структура может быть связана с предлагаемыми мотивами для группирования животных. Эта возможность требует использования нескольких камер, обученных на том же объеме в пространстве, техника, известная как стереофотограмметрия. Когда сотни или тысячи животных занимают объем исследования, становится трудно идентифицировать каждого из них. Кроме того, животные могут блокировать друг друга в виде камеры, проблема, известная как окклюзия. После того, как местоположение каждого животного в каждый момент времени известно, различные параметры, описывающие группу животных могут быть извлечены.
Эти параметры включают:
Плотность: плотность агрегации животных-это количество животных, деленное на объем (или площадь), занятый агрегацией. Плотность не может быть постоянной во всей группе. Например, было показано, что стаи скворцов поддерживают более высокую плотность на краях, чем в середине стада, что, по-видимому, связано с защитой от хищников.[19]
Полярность: полярность группы описывает, все ли животные группы указывают в одном направлении или нет. Для определения этого параметра определяется средняя ориентация всех животных в группе. Затем для каждого животного обнаруживается угловая разница между его ориентацией и ориентацией группы. Полярность группы после этого среднее этих разниц (Viscido 2004).[20]
Расстояние до ближайшего соседа: расстояние до ближайшего соседа (NND) описывает расстояние между центроидом одного животного (фокальное животное) и центроидом животного, ближайшего к фокальному животному. Этот параметр можно найти для каждого животного в агрегации, а затем усреднить. Необходимо следить за животными, расположенными на краю скопления животных. У этих животных нет соседа в одном направлении.
Положение ближайшего соседа: в полярной системе координат положение ближайшего соседа описывает угол и расстояние ближайшего соседа до фокального животного.
Упаковочная фракция: упаковочная фракция-это параметр, заимствованный из физики для определения организации (или состояния, т. е. твердых, жидких или газовых) групп 3D животных. Это альтернативная мера плотности. В этом параметре агрегация идеализируется как ансамбль твердых сфер, при этом каждое животное находится в центре сферы. Пакуя часть определена как коэффициент полного Тома занятого всеми индивидуальными сферами разделенными глобальным Томом комплексирования (Cavagna 2008). Значения колеблются от нуля до единицы, где небольшая часть упаковки представляет собой разбавленную систему, как газ.Каванья обнаружил, что упаковочная фракция для групп Скворцов была 0,012.[21]
Интегрированная условная плотность: этот параметр измеряет плотность на различных маштабах длины и поэтому описывает гомогенность плотности повсеместно в животная группа.[21]
Парная функция распределения: этот параметр обычно используется в физике для характеристики степени пространственного порядка в системе частиц. Он также описывает плотность, но эти меры описывают плотность на расстоянии от данной точки. Cavagna et al. установлено, что стайки Скворцов имеют больше структуры, чем газ, но меньше жидкости.[21]
Подход моделирования
Простейшие математические модели скоплений животных обычно предписывают отдельным животным следовать трем правилам:
Двигайтесь в том же направлении, что и ваш сосед
Оставайтесь рядом с соседями
Избегайте столкновений с соседями
Диаграмма, иллюстрирующая разницу между "метрическим расстоянием" и "топологическим расстоянием" по отношению к рыбным школам
Примером такого моделирования является программа Боидов, созданная Крейгом Рейнольдсом в 1986 году. Другое самоходная частица модель. Во многих современных моделях используются различные варианты этих правил. Например, многие модели реализуют эти три правила через многоуровневые зоны вокруг каждого животного. В зоне отталкивания, очень близкой к животному, фокальное животное будет стремиться дистанцироваться от своих соседей, чтобы избежать столкновения. В немного более отдаленной зоне выравнивания фокальное животное будет стремиться выровнять свое направление движения со своими соседями. В самой отдаленной зоне притяжения, которая простирается настолько далеко от фокального животного, насколько это возможно, фокальное животное будет стремиться двигаться к соседу.Форма этих зон обязательно будет зависеть от сенсорных возможностей животного. Например, поле зрения птицы не простирается за ее телом. С другой стороны, Рыбы полагаются как на зрение, так и на гидродинамические сигналы, передаваемые через боковую линию . Антарктический криль опирается на зрение и гидродинамические сигналы, передаваемые через его антенны .
Однако недавние исследования стаи скворечников показали, что каждая птица изменяет свое положение относительно шести или семи животных, непосредственно окружающих ее, независимо от того, как близко или как далеко эти животные.[22] Таким образом, взаимодействие между флокированными скворцами основано на топологическом правиле, а не метрическом правиле. До сих пор не ясно, может ли это правило применяться к другим животным. Еще одно недавнее исследование, основанное на анализе высокоскоростных камер наблюдения за стаями над Римом и предполагающее минимальные поведенческие правила, убедительно смоделировало ряд аспектов поведения стада.[23][24][25][26]
Коллективное принятие решений
Скопления животных сталкиваются с решениями, которые они должны принять, чтобы остаться вместе. Для рыбьей школы примером типичного решения может быть какое направление плавать при столкновении с хищником. Социальные насекомые, такие как муравьи и пчелы, должны коллективно решать, где строить новое гнездо.[27] Стадо слонов должно решить, когда и куда мигрировать. Как принимаются эти решения? Оказывают ли более сильные или более опытные "лидеры" большее влияние, чем другие члены группы, или группа принимает решение консенсусом? Ответ, вероятно, зависит от вида. Хотя роль ведущего матриарха в стаде слонов хорошо известна, исследования показали, что некоторые виды животных используют консенсусный подход в процессе коллективного принятия решений.
Недавнее исследование показало, что небольшие группы рыб используют консенсусное принятие решений при принятии решения о том, какой модели рыбы следовать. Рыба сделала это по простому правилу кворума, так что люди наблюдали за решениями других, прежде чем принимать свои собственные решения. Этот метод обычно приводил к "правильному" решению, но иногда каскадировал в "неправильное" решение. Кроме того, по мере увеличения размера группы рыба принимала более точные решения в соответствии с более привлекательной моделью рыбы.[28] принятие решений на основе консенсуса, форма коллективного разума, таким образом, эффективно использует информацию из нескольких источников, чтобы в целом достичь правильного вывода.
Некоторые модели коллективного принятия решений используют метод Condorcet для моделирования того, как группы животных приходят к консенсусу.
См. также
Биомиметический
Коллективная миграция клеток
Коллективный разум
Выход
Рой интеллект
Ссылки
Abrahams, M.; Colgan, P. (1985). "Риск хищения, гидродинамическая эффективность и их влияние на структуру школы". Экологическая биология Рыб . 13 (3): 195-202. doi: 10.1007 / bf00000931 .
Partridge, B.; Pitcher, T.; Cullen, M.; Wilson, J. (1980). "Трехмерная структура рыбоводных школ". Ведет себя Экол и социобиология . 6 (4): 277-288. doi: 10.1007 / bf00292770 .
Milinski, H.; Heller, R. (1978). "Влияние хищника на оптимальное кормовое поведение крупье". Природа . 275 (5681): 642-644. Bibcode: 1978Natur.275..642M. doi: 10.1038 / 275642a0 .
Jeschke JM, Tollrian R (2007). "Добыча роится: какие хищники путаются и почему?". Поведение Животных . 74 (3): 387-393. doi: 10.1016 / j.анбехав.2006.08.020.
Ioannou CC, Tosh CR, Neville L, Krause J (2008). "Эффект путаницы-от нейронных сетей к снижению риска хищения". Поведенческая Экология . 19 (1): 126-130. doi: 10.1093 / beheco / arm109 .
Krakauer DC (1995). "Группы путают хищников, используя перцептивные узкие места: связническую модель эффекта путаницы". Поведенческая Экология и социобиология . 36 (6): 421-429. doi: 10.1007 / BF00177338 .
Olson RS, Hintze A, Dyer FC, Knoester DB, Adami C (2013). "Замешательство хищника достаточно для того, чтобы развить роящееся поведение". J. Р. Soc. Интерфейс . 10 (85): 20130305. arXiv: 1209.3330 . doi: 10.1098 / rsif.2013.0305. PMC 4043163. PMID 23740485.
Demsar J, Hemelrijk CK, Hildenbrandt H, Bajec IL (2015). "Имитация атак хищников на школы: эволюционирующая составная тактика". Экологическое Моделирование . 304: 22-33. doi: 10.1016 / j.ecolmodel.2015.02.018.
Roberts, G. (1996). "Почему индивидуальная бдительность снижается по мере увеличения размера группы". Аним Ведет Себя . 51 (5): 1077-1086. CiteSeerX 10.1.1.472.7279. doi: 10.1006 / anbe.1996.0109.
Lima, S. (1995). "Назад к основам анти-хищнической бдительности: эффект группового размера". Поведение Животных . 49 (1): 11-20. doi: 10.1016 / 0003-3472 (95) 80149-9 .
Olson RS, Haley PB, Dyer FC, Adami C (2015). "Изучение эволюции компромисса между бдительностью и кормлением в групповых живых организмах". Королевское Общество Открытой Науки . 2 (9): 150135. arXiv: 1408.1906 . Bibcode: 2015RSOS....250135O. doi: 10.1098 / RSO.150135. PMC 4593673. PMID 26473039.
Hamilton, W. D. (1971). "Геометрия для эгоистичного стада". Биология Теора. 31 (2): 295-311. doi: 10.1016 / 0022-5193 (71) 90189-5 . PMID 5104951.
Olson RS, Knoester DB, Adami C (2013). Критическое взаимодействие между хищничеством, зависящим от плотности, и эволюцией эгоистичного стада . Материалы GECCO 2013 . Gecco ' 13. PP. doi: 10.1145 / 2463372.2463394 . ISBN 9781450319638.
Turner, G.; Pitcher, T. (1986). "Борьба с нападениями: модель групповой защиты путем комбинированного предотвращения и разрежения". Американский Натуралист . 128 (2): 228-240. doi: 10.1086 / 284556 .
Krause, J.; Ruxton, G.; Rubenstein, D. (1998). "Всегда ли влияние мелководья на успех охоты на хищников?". Журнал биологии рыб . 52 (3): 494-501. doi: 10.1006 / jfbi.1997.0595.
Pitcher, T.; Magurran, A.; Winfield, I. (1982). "Рыба на крупных косяках быстрее находит пищу". Ведет себя. Ecol. И Социобиологии . 10: 2.
Partridge, B. Johansson; Kalish, J. (1983). "Структура школ гигантского голубого тунца в заливе Кейп-Код". Экологическая биология Рыб . 9 (3-4): 253-262. doi: 10.1007 / bf00692374 .
Fish, F. E. кинематика плавающих утят в пласте: последствия положения. (1995) Journal of Experimental Zoology 273: 1-11.
M. Баллерини, Н.Кабиббо, Р. Candelier, A. Cavagna, E. Cisbani, I. Giardina, A. Orlandi, G. Париси, А. Procaccini, M. Viale, and V. Zdravkovic (2008) "эмпирическое исследование стаи starling: эталонное исследование поведения животных в коллективе" поведение животных 76(1): 201-215.
Viscido, S.; Parrish, J.; Grunbaum, D. (2004). "Индивидуальное поведение и эмерджентные свойства рыбоводных школ: сравнение наблюдательности и теории". Серия "Прогресс Морской Экологии". 273: 239-249. Bibcode: 2004MEPS..273..239V. doi: 10.3354 / meps273239 .
Cavagna, A.; Cimarelli, Giardina; Orlandi, Parisi; Procaccini, Santagati; Stefanini (2008). "Новые статистические инструменты для анализа структуры групп животных". Математические Бионауки . 214 (1-2): 32-37. doi: 10.1016 / j.mbs.2008.05.006. PMID 18586280.
М. Баллерины, Н. Кабаббо, Р. Candelier, А. Cavagnaбыл, Е. Cisbani, И. Джардина, В. Леконта, А. Орланди, г. Паризи, А. Прокаччини, М. Виале и В. Zdravkovic (2008) ‘взаимодействие правящей животное коллективное поведение зависит от того, топологический, а не метрический расстояние: данные из поля исследования’ 105 ООПТ:1232-1237.
Hildenbrandt, H; Carere, C; Hemelrijk, CK (2010). "Самоорганизованные воздушные дисплеи тысяч скворцов: модель". Поведенческая Экология . 21 (6): 1349-1359. doi: 10.1093 / beheco / arq149 .
Hemelrijk, CK; Hildenbrandt, H (2011). "Некоторые причины изменчивой формы стай птиц". ПЛОС ОДИН . 6 (8): e22479. Bibcode: 2011PLoSO...622479H. doi: 10.1371 / journal.pone.0022479. PMC 3150374. PMID 21829627.
Проект Starflag
Swarm модель поведения Гронингенского университета
Sumpter, D. //www.collective-behavior.com/index.html
Sumpter, D.; Krause, J; James, R.; Couzin, I.; Ward, A. (2008). "Принятие решений на основе консенсуса fish". Текущая Биология . 18 (22): 1773-1777. doi: 10.1016 / j.cub.2008.09.064. PMID 19013067.
Дальнейшее чтение
Camazine, S., Deneubourg, J. L., Franks, N. Р., Sneyd, J., Theraulaz, G. and Bonabeau, E. (2001) самоорганизация в биологических системах издательство Принстонского университета, Принстон, Н.ISBN 0-691-01211-3 (особенно Глава 11)
Sumpter, D. J. T. (2010) "Коллективное Поведение Животных" Издательство Принстонского Университета, Принстон,ISBN 978-0-691-14843-4
Внешние ссылки
Коллективное поведение животных веб-сайт, организованный вокруг книги Дэвида Самптера (2008) с тем же именем
Проект STARFLAG: описание проекта starling flockinging
Центр биологически вдохновенного дизайна в Georgia Tech
Исследовательский сайт Дэвида Самптера
Исследовательский сайт Iain Couzin
Сайт Юлии Пэрриш, исследователя агрегации животных
Исследование для этой записи Википедии было проведено в рамках курса нейромеханики локомоции (APPH 6232), предложенного в школе прикладной физиологии в Georgia Tech
в.tми
Кишащий
Биологический Рой
Агентная модель в биологии Приманка мяч Коллективное поведение животных Ажиотаж Стадо Флокирование Стадо Стадное поведение Смешанные виды фуражного стада Моббинг Упаковка Pack hunter Модели самоорганизации в муравьях Шоалинг и школьное обучение Сортировать sol Нарушение симметрии убегающих муравьев Кишащее поведение Роиться (пчела) Кишащая моторика
Auklet FL flock Shumagins 1986.формат jpg
Миграция животных
Миграция животных высотный отследить закодированная бирка провода Миграция птиц пролетный путь обратная миграция Миграция клеток Миграция рыбы diel vertical лессепсиан лосось сардина Наведение натальный филопатрия Миграция насекомых бабочки монарх Миграция морских черепах
Swarm алгоритмы
Агентские модели Оптимизация колонии муравьев Искусственные муравьи Boids Моделирование толпы Оптимизация роя частиц Рой интеллект Рой (моделирование)
Коллективное движение
Активное вещество Коллективное движение Самоходные частицы кластеризация Модель Vicsek
Рой робототехника
Муравей робототехника Я-Рой Микроботика Нанороботики Рой робототехника Симбрий
Смежные темы
Эффект аллеи Животная навигация Коллективный разум Децентрализованная система Эусоциальность Меры размера группы Микробный интеллект Мутуализм Хищник насыщение Определение кворума Пространственная организация Стигматизация Роятся военные Распределение задач и разделение социальных насекомых
Категории:ЭтологияПознание животныхТолпы