[논문 리뷰] Zebrafish collective behaviour in heterogeneous environment modeled by a stochastic model based on visual perception

Bertrand Collignon, Axel Séguret외 1명|arXiv (Cornell University)|2015. 09. 04.

Diffusion and Search Dynamics참고 문헌 57인용 수 33

한 줄 요약

이 논문은 3차원 비균질 환경에서 시각적 인지 기반 고체 각을 사용하여 집단 행동을 시뮬레이션하는 새로운 스토하스틱 에이전트 기반 모델을 제안한다. 확률 분포를 통해 인지된 자극으로부터 유도된 이동 방향에 대한 확률 분포를 통해 물고기의 결정을 모델링함으로써, 모델은 공통의 결정에서 방향성 선택으로의 자발적 전이를 재현하고, 균질성과 비균질성 환경에서의 제브라피쉬 실험 데이터를 정확히 재현한다.

ABSTRACT

Collective motion is one of the most ubiquitous behaviours displayed by social organisms and has led to the development of numerous models. Recent advances in the understanding of sensory system and information processing by animals impel to revise classical assumptions made in decisional algorithms. In this context, we present a new model describing the three dimensional visual sensory system of fish that adjust their trajectory according to their perception field. Furthermore, we introduce a new stochastic process based on a probability distribution function to move in targeted directions rather than on a summation of influential vectors as it is classically assumed by most models. We show that this model can spontaneously transits from consensus to choice. In parallel, we present experimental results of zebrafish (alone or in group of 10) swimming in both homogeneous and heterogeneous environments. We use these experimental data to set the parameter values of our model and show that this perception-based approach can simulate the collective motion of species showing cohesive behaviour in heterogeneous environments. Finally, we discuss the advances of this multilayer model and its possible outcomes in biological, physical and robotic sciences.

연구 동기 및 목표

• 3차원 공간에서의 시각적 인지 요소를 고려한 생물학적으로 현실적인 제브라피쉬 집단 운동 모델을 개발한다.
• 기존의 벡터 기반 상호작용 모델을 이동 방향에 대한 확률 분포 기반의 스토하스틱 과정으로 대체한다.
• 환경의 비균질성이 제브라피쉬의 집단적 의사결정 및 군집 밀도에 미치는 영향을 조사한다.
• 균질성과 비균질성 탱크에서 제브라피쉬가 수영하는 실험 데이터를 사용하여 모델의 매개변수를 校정한다.
• 인지 기반 모델링이 메트릭, 토폴로지 또는 보론로이 기반 모델보다 실험적 집단 행동을 설명하는 데 더 뛰어나다는 것을 입증한다.

제안 방법

• 에이전트로 간주하는 물고기들이 3차원 시각 영역을 통해 동료 및 환경적 특징을 인지하며, 이를 고체 각으로 정량화한다.
• 구면 기하학과 L’Huilier의 정리를 사용하여 각 자극(물고기 또는 물체)의 고체 각을 계산하고, 투영된 다각형의 구면 초과를 계산한다.
• 지정된 방향으로 이동할 확률이 관련 자극의 인지된 고체 각에 비례하는 스토하스틱 이동 규칙을 정의한다.
• 모델을 MATLAB으로 구현하며, 시간 간격을 1/3초(제브라피쉬 꼬리 침대 빈도와 일치)로 설정하고 1시간의 행동을 시뮬레이션한다.
• 균질성 및 비균질성 탱크에서 단일 및 군집 제브라피쉬의 실험 데이터(위치, 속도, 방향)를 사용하여 모델 매개변수를 校정한다.
• 두 단계의 추적 파이프라인을 적용: 자동 블롭 탐지 후에 겹침 또는 가림된 물고기의 수동 보정

실험 결과

연구 질문

• RQ1 3차원 공간에서 고체 각 기반의 시각적 인지가 제브라피쉬의 집단적 의사결정에 어떻게 영향을 미치는가?
• RQ2 인지된 자극 기반의 스토하스틱 이동 모델이 군집 밀도에서 방향성 이동으로의 자발적 전이를 재현할 수 있는가?
• RQ3 환경의 비균질성(예: 떠 있는 디스크)이 제브라피쉬의 군집 밀도 및 집단 운동 패턴에 어떻게 영향을 미치는가?
• RQ4 인지 기반 모델이 실제 제브라피쉬 행동을 시뮬레이션할 때, 전통적인 메트릭, 토폴로지 또는 보론로이 기반 모델보다 얼마나 뛰어나게 성능을 발휘하는가?
• RQ5 시각적 인지와 어류 군집의 집단 행동을 연결하는 핵심 매개변수들은 무엇인가?

주요 결과

• 모델은 사전 정의된 정렬 규칙 없이도 공통의 결정에서 방향성 이동으로의 자발적 전이를 성공적으로 재현한다.
• 고체 각을 시각적 인지의 척도로 사용함으로써, 균질성과 비균질성 환경 모두에서 제브라피쉬 행동을 정확하게 시뮬레이션할 수 있다.
• 균질성 및 비균질성 환경에서 각 조건별 10회의 반복 실험 데이터를 사용하여 모델 매개변수를 고정밀도로 校정하였다.
• 특히 복잡한 환경에서, 고전적 모델(메트릭, 토폴로지, 보론로이)보다 모델이 실험 데이터를 설명하는 데 뛰어난 성능을 보였다.
• 인지된 고체 각에 기반한 스토하스틱 이동 규칙이 실제 제브라피쉬 군집에서 관찰되는 변동성과 의사결정 역학을 더 잘 포착한다.
• 모델은 명시적인 정렬 또는 밀도 유지 힘 없이도, 시각적 인지만으로도 밀도 유지되고 조율된 군집 운동을 생성할 수 있음을 보여준다.