[论文解读] Anticipation induces polarized collective motion in attraction based models

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

Distributed Control Multi-Agent Systems参考文献 18被引用 3

一句话总结

本文表明，在同步、非晶格、仅具有吸引力的自驱动粒子模型中，通过使用邻近粒子的未来位置进行预测，可诱导出极化的集体运动，这与以往认为预测会抑制对齐模型中极化的发现相反。关键结果是，预测作为一种直接机制促进极化，使得原本不存在的有序群体得以形成。

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.

研究动机与目标

• 研究预测是否能在同步、非晶格、基于吸引力的模型中诱导出极化的集体运动。
• 确定异步性、晶格约束或相互预测是否为预测促进极化所必需。
• 澄清预测在仅具有吸引力的模型中对漩涡和集群形成的影响：是稳定、促进还是抑制？
• 探索预测作为极化机制在不同集体运动模型中的普适性。

提出的方法

• 采用同步、非晶格的自驱动粒子模型，粒子在每个时间步同时更新位置和方向。
• 在基线模型中，每个粒子使用当前位置计算半径R内邻居的局部质心（LCM）。
• 在预测变体中，粒子使用邻居的预测未来位置——即沿当前方向前推δ距离——来确定LCM计算中的邻居范围。
• 新方向通过归一化指向LCM的方向与当前方向的线性组合计算，权重为c。
• 在c值范围（0.04至2.0）内运行模拟，以绘制群体类型转变的图谱。
• 使用α（极化度量）和σ（归一化大小）量化极化程度和群体大小，结果取100次模拟的平均值。

实验结果

研究问题

• RQ1 预测是否能在同步、非晶格、仅具有吸引力的模型中诱导出极化的集体运动？
• RQ2 异步性、晶格限制或相互预测是否为预测促进极化所必需？
• RQ3 预测如何影响基于吸引力的模型中漩涡和集群的形成？
• RQ4 预测能否作为无显式对齐项模型中极化的直接机制？
• RQ5 预测对集体运动的影响在不同模型架构中是否一致？

主要发现

• 预测在同步、非晶格、仅具有吸引力的模型中诱导出极化的集体运动，而该模型在无预测时仅产生漩涡和集群。
• 在c ≈ 1.25处出现极化的急剧转变，此时原本无法形成群体的区域出现了凝聚的极化群体。
• 预测抑制了集群形成，随着c增大，极化程度提高，集群规模减小。
• 预测部分 destabilized 漩涡态，较小的漩涡被极化群体取代。
• 该模型表明，异步性、晶格约束或相互预测并非预测促进极化的必要条件。
• 结果表明，预测是生成集体系统中极化运动的一种普遍且未被充分利用的机制。