[论文解读] Dynamical coupling during collective animal motion

Thomas O. Richardson, Nicolas Perony+4 more|arXiv (Cornell University)|Nov 6, 2013

Animal Behavior and Reproduction参考文献 11被引用 8

一句话总结

本研究提出一种基于信息论的框架，利用狐獴觅食时的GPS轨迹，量化个体之间的动态耦合关系，发现影响以双向、非线性方式随相对位置变化——挑战了领导力单向或基于位置的传统假设。该方法可检测间歇性、波动的影响模式，为识别领导者与跟随者提供稳健工具，超越空间上的前后角色。

ABSTRACT

The measurement of information flows within moving animal groups has recently been a topic of considerable interest, and it has become clear that the individual(s) that drive collective movement may change over time, and that such individuals may not necessarily always lead from the front. However, methods to quantify the influence of specific individuals on the behaviour of other group members and the direction of information flow in moving group, are lacking on the level of empirical studies and theoretical models. Using high spatio-temporal resolution GPS trajectories of foraging meerkats, Suricata suricatta, we provide an information-theoretic framework to identify dynamical coupling between animals independent of their relative spatial positions. Based on this identification, we then compare designations of individuals as either drivers or responders against designations provided by the relative spatial position. We find that not only does coupling occur both from the frontal to the trailing individuals and vice versa, but also that the coupling direction is a non-linear function of the relative position. This provides evidence for (i) intermittent fluctuation of the coupling strength and (ii) alternation in the coupling direction within foraging meerkat pairs. The framework we introduce allows for a detailed description of the dynamical patterns of mutual influence between all pairs of individuals within moving animal groups. We argue that applying an information-theoretic perspective to the study of coordinated phenomena in animal groups will eventually help to understand cause and effect in collective behaviour.

研究动机与目标

• 开发一种方法，用于量化移动动物群体中个体之间的动态影响，超越空间位置的限制。
• 检验基于空间位置推断的领导角色是否与实际的信息流动力学一致。
• 识别个体之间的耦合是否单向或双向，并探究其如何随相对位置变化。
• 提供一种统计验证的信息论方法，以检测集体运动中的因果影响。

提出的方法

• 使用高时间分辨率（1 Hz）的狐獴配对GPS轨迹，将运动建模为x和y方向上的位移时间序列。
• 应用条件互信息（CMI）量化从一个个体（驱动者）到另一个个体（响应者）的时间方向性信息流。
• 采用固定大小和步长的滑动窗口，在多个时间尺度上计算滞后特定的CMI，然后对滞后值求平均以降低方差。
• 使用代理轨迹对——保留起点和终点但随机化内部路径——建立零分布以进行统计显著性检验。
• 在α = 0.05水平下执行双尾假设检验，判断观测到的方向性信息流是否显著高于随机水平。
• 使用如下公式计算方向性影响：$ I(A\rightarrow B) = \frac{1}{\text{lag}_{\text{max}}} \sum_{\text{lag}=1}^{\text{lag}_{\text{max}}} I(A_t; B_{t+\text{lag}} | B_t) $。

实验结果

研究问题

• RQ1 在移动的狐獴配对中，信息流是单向的，还是个体之间相互影响？
• RQ2 配对个体之间的耦合方向与强度如何随其相对空间位置变化？
• RQ3 基于空间位置的传统领导力认定（如前方位置）在多大程度上与实际影响动力学一致？
• RQ4 信息论度量能否检测到非线性、间歇性和波动性的影响模式，而这些模式无法被基于相关性的方法捕捉？

主要发现

• 动态耦合在两个方向上均发生——从前向后和从后向前——表明狐獴配对之间存在双向影响。
• 耦合方向是非线性函数，依赖于相对位置，表明影响模式复杂且依赖于情境。
• 耦合强度呈间歇性波动，表明领导角色是动态且短暂的，而非稳定不变的。
• 信息论框架即使在成对相关性缺失的情况下也能成功检测到影响，揭示隐藏的功能依赖关系。
• 统计显著性检验确认，观测到的方向性信息流显著高于零假设预期，验证了该方法的敏感性。
• 研究结果挑战了经典假设，即领导者始终位于前方，表明领导角色可以动态且相互产生。