[논문 리뷰] Automated Analysis of Behavioural Variability and Filial Imprinting of Chicks (G. gallus), using Autonomous Robots

Alexey Gribovskiy, Francesco Mondada외 4명|arXiv (Cornell University)|2015. 09. 07.

Animal Vocal Communication and Behavior참고 문헌 38인용 수 10

한 줄 요약

이 연구는 자율 로봇을 보조모로 사용하여 메추리(Gallus gallus domesticus)의 개별 행동 변동성과 자식애착을 자동으로 측정하는 로봇 기반의 방법론을 제시한다. 고속 영상 추적과 지도 학습(특히 랜덤 포레스트)을 조합함으로써 저자들은 자동화된 행동도표를 생성하고, 메추리들을 애착, 무관심, 회피의 세 가지 유형으로 분류하여 강한 개인 간 변동성과 사회적 영향력이 애착 품질에 미치는 영향을 드러낸다.

ABSTRACT

Inter-individual variability has various impacts in animal social behaviour. This implies that not only collective behaviours have to be studied but also the behavioural variability of each member composing the groups. To understand those effects on group behaviour, we develop a quantitative methodology based on automated ethograms and autonomous robots to study the inter-individual variability among social animals. We choose chicks of extit{Gallus gallus domesticus} as a classic social animal model system for their suitability in laboratory and controlled experimentation. Moreover, even domesticated chicken present social structures implying forms or leadership and filial imprinting. We develop an imprinting methodology on autonomous robots to study individual and social behaviour of free moving animals. This allows to quantify the behaviours of large number of animals. We develop an automated experimental methodology that allows to make relatively fast controlled experiments and efficient data analysis. Our analysis are based on high-throughput data allowing a fine quantification of individual behavioural traits. We quantify the efficiency of various state-of-the-art algorithms to automate data analysis and produce automated ethograms. We show that the use of robots allows to provide controlled and quantified stimuli to the animals in absence of human intervention. We quantify the individual behaviour of 205 chicks obtained from hatching after synchronized fecundation. Our results show a high variability of individual behaviours and of imprinting quality and success. Three classes of chicks are observed with various level of imprinting. Our study shows that the concomitant use of autonomous robots and automated ethograms allows detailed and quantitative analysis of behavioural patterns of animals in controlled laboratory experiments.

연구 동기 및 목표

• 메추리의 개인 및 집단 수준의 사회적 행동을 연구하기 위한 확장 가능한 자동 실험 프레임워크를 개발하기 위해.
• 통제된 로봇 매개 자극을 사용하여 개인 간 행동 변동성을 필수 애착 행동에서 연구하기 위해.
• 장기간의 행동 실험에서 관찰자 편향을 최소화하기 위한 고속, 인간 불필요 시스템을 구축하기 위해.
• 비디오 데이터에서 복잡한 동물 행동을 분류하는 데 있어 자동화된 기계 학습 알고리즘의 성능을 평가하기 위해.
• 집단 구성이 개인의 애착 품질에 어떻게 영향을 미치며, 개인의 선호도가 사회적으로 조절되는지 테스트하기 위해.

제안 방법

• 정밀하게 校정된 시각, 청각 및 운동 자극을 가진 자율 이동형 로봇을 보조모로 활용하여 메추리의 자식애착을 유도하기 위해.
• 30분 동안 인간 간섭 없이 205마리 자유 이동 메추리의 3차원 궤적을 고해상도 영상 추적으로 기록하기 위해.
• 공간-시간 데이터에서 행동 특징(예: 로봇까지의 거리, 이동 패턴, 정렬 정도)을 추출하여 자동 행동도표를 구성하기 위해.
• 결정 트리와 랜덤 포레스트, k-최근접 이웃, 선형 서포트 벡터 머신, K-평균 군집화와 같은 다수의 기계 학습 알고리즘을 적용하여 행동 상태와 집단 역학을 분류하기 위해.
• 비지도 군집화의 수렴성 향상과 과적합 방지를 위해 k-means++ 초기화 및 가지치기 기법을 사용하기 위해.
• 전문가가 라벨링한 데이터를 알고리즘 분류 결과와 통합하여 자동 행동도표 생성의 유효성 검증 및 개선을 위해.

실험 결과

연구 질문

• RQ1 로봇 매개 자식애착 과정에서 메추리의 행동 변동성은 어떻게 나타나는가?
• RQ2 자율 로봇이 동물 행동 실험에서 일관되고 반복 가능하며 정량 가능한 자극을 제공하는 데 얼마나 효과적인가?
• RQ3 비디오 데이터에서 복잡한 동물 행동을 자동으로 분류하는 데 있어 어떤 기계 학습 알고리즘이 가장 효과적인가?
• RQ4 집단 구성은 개인의 애착 품질과 사회적 유대 강도에 어떻게 영향을 미치는가?
• RQ5 자동화된 행동도표는 군집 생활을 하는 동물의 개인 및 집단 행동 패턴을 신뢰성 있게 포착할 수 있는가?

주요 결과

• 205마리의 메추리 중에서 세 가지 명확한 행동 유형을 식별함: 로봇에 애착을 느끼는(강도에 차이 있음), 무관심, 회피하는 것.
• 랜덤 포레스트가 다른 알고리즘보다 행동 상태 분류에서 뛰어난 성능을 보이며, 자동 행동도표 생성의 높은 정확도를 입증함.
• K-평균 군집화는 의미 있는 비지도 행동 패턴 군집화를 제공하여 탐색적 분석에 유용함을 시사함.
• 애착 품질은 집단 맥락에 의해 크게 영향을 받음: 처음에는 약한 유대를 가졌던 메추리들이 강한 애착을 가진 동료들이 많은 집단에 속할 경우 유대감을 강화함.
• 반대로, 처음에 강한 애착을 가졌던 메추리들은 관심이 적은 개체들이 많은 집단에 속할 경우 로봇에 대한 관심을 감소시킴으로써 사회적 영향력이 개인 행동에 미치는 영향을 보여줌.
• 205마리의 전체 데이터셋이 자동화된 파이프라인을 통해 몇 분 내로 분석되었으며, 이는 고속 행동학에 적용 가능한 프레임워크의 확장성을 입증함.