[논문 리뷰] Anticipation induces polarized collective motion in attraction based models

Daniel Strömbom, Alice Antia|arXiv (Cornell University)|2017. 10. 16.

Distributed Control Multi-Agent Systems참고 문헌 18인용 수 3

한 줄 요약

이 논문은 동기화된 이산적이지 않은, 상호작용만을 고려하는 자가 추진 입자 모델에서 이웃 입자의 향후 위치를 예측함으로써 집단적 운동의 극성화가 발생함을 보여준다. 이는 이전 연구에서 예측이 정렬 기반 모델에서 극성화를 억제한다는 결과와는 정반대되는 것이다. 주요 결과는 예측이 직접적으로 극성화를 유도하는 메커니즘로 작용하며, 이를 통해 이전에는 존재하지 않았던 통합된 군집 형성이 가능해진다는 것이다.

ABSTRACT

In most models of collective motion in animal groups each individual updates its heading based on the current positions and headings of its neighbors. Several authors have investigated the effects of including anticipation into models of this type, and have found that anticipation inhibits polarized collective motion in alignment based models and promotes milling and swarming in the one attraction-repulsion model studied. However, it was recently reported that polarized collective motion does emerge in an alignment based asynchronous lattice model with mutual anticipation. To our knowledge this is the only reported case where polarized collective motion has been observed in a model with anticipation. Here we show that including anticipation induces polarized collective motion in a synchronous, off lattice, attraction based model. This establishes that neither asynchrony, mutual anticipation nor motion restricted to a lattice environment are strict requirements for anticipation to promote polarized collective motion. In addition, unlike alignment based models the attraction based model used here does not produce any type of polarized collective motion in the absence of anticipation. Here anticipation is a direct polarization inducing mechanism. We believe that utilizing anticipation instead of frequently used alternatives such as explicit alignment terms, asynchronous updates and asymmetric interactions to generate polarized collective motion may be advantageous in some cases.

연구 동기 및 목표

• 예측이 동기화된 이산적이지 않은, 상호작용 기반 모델에서 극성 있는 집단적 운동을 유도할 수 있는지 조사하기 위해
• 예측이 극성화를 촉진하기 위해 비동기성, 격자 제약 조건 또는 상호 예측이 필요한지 확인하기 위해
• 예측이 상호작용 전용 모델에서 밀링(milling)과 스웜(swarming)의 안정성에 미치는 영향을 명확히 하기 위해
• 다양한 집단 운동 모델에서 예측이 극성화 메커니즘으로서 일반적으로 적용 가능한지 탐색하기 위해

제안 방법

• 각 시간 단계에서 위치와 이동 방향을 동시에 갱신하는 동기화된 이산적이지 않은 자가 추진 입자 모델을 사용한다.
• 기준 모델에서는 각 입자가 반경 R 이내의 이웃 입자들의 현재 위치를 사용해 局부 중심질량(LCM)을 계산한다.
• 예측 변형에서는 입자가 현재 이동 방향에 따라 δ 거리만큼 앞으로 예측한 이웃 입자의 위치를 사용하여 LCM 계산에 사용할 이웃를 결정한다.
• 새로운 이동 방향은 LCM 방향의 정규화된 단위 벡터와 현재 이동 방향의 선형 조합으로 계산되며, 이때 가중치는 c이다.
• 군집 유형 전이를 맵핑하기 위해 c 값의 범위(0.04에서 2.0)로 시뮬레이션을 실행한다.
• 집단의 극성화와 크기를 각각 α(극성도 측정치)와 σ(스케일링된 크기)로 정량화하며, 결과는 100회의 시뮬레이션 평균을 취한다.

실험 결과

연구 질문

• RQ1 동기화된 이산적이지 않은 상호작용 전용 모델에서 예측이 극성 있는 집단적 운동을 유도하는가?
• RQ2 예측이 극성화를 촉진하기 위해 비동기성, 격자 제약 조건 또는 상호 예측이 필요한가?
• RQ3 예측은 상호작용 기반 모델에서 밀링과 스웜 형성에 어떤 영향을 미치는가?
• RQ4 예측이 정렬 항이 명시적으로 포함되지 않은 모델에서 극성화의 직접적 메커니즘으로 기능할 수 있는가?
• RQ5 예측이 집단 운동에 미치는 영향은 다양한 모델 아키텍처 간에 일관된가?

주요 결과

• 예측은 동기화된 이산적이지 않은 상호작용 전용 모델에서 극성 있는 집단적 운동을 유도하며, 이는 否면에선 밀링과 스웜만 형성된다.
• c ≈ 1.25에서 극성도에 급격한 전이가 발생하며, 이는 예측이 없을 경우 군집 형성이 일어나지 않는 곳에서 통합된 극성 군집이 나타나는 것을 의미한다.
• 스웜 형성은 예측에 의해 억제되며, c가 증가함에 따라 극성도는 증가하고 스웜 크기는 감소한다.
• 밀링 영역은 예측에 의해 부분적으로 불안정화되며, 더 작은 밀링이 극성 군집으로 대체된다.
• 모델 결과는 비동기성, 격자 제약 조건 또는 상호 예측이 예측이 극성화를 촉진하는 데 필수적이지 않다는 것을 보여준다.
• 결과는 예측이 집단 시스템에서 극성 운동을 생성하는 데 일반적이고 아직 충분히 활용되지 않은 메커니즘일 수 있음을 시사한다.