The 28th Annual Conference of the Japanese Society for Artificial Intelligence, 2014
- 1 -
フ
性
魚群
再構築
向
Toward the reconstruction of fish school model with the scale-free property
坂本
佑樹
*1高橋
遉二
*2Sakamoto Yuki Tatsuji Takahashi
*1
東京電機大学大学院
*2
東京電機大学
Graduate School of Tokyo Denki University Tokyo Denki University
Since the Boids model was proposed by Reynolds, grouping behavior of animals and agents have been studied. Recent improvement in movie analysis enabled the discovery of scale-free correlation and phase transition in real flocks. However, the comparison of the existing models of flocking behavior with consideration of the newly found properties has not been comprehensively done .This is what this study does.
1.
じめに
自然界 様々 生物 群 作 , 1 意志 持
生 体 う 振 舞 い 見 . 現 象 人 々 心
惹 ,群 観察や研究 昔 行わ . 研究 中
自然界 群 行動 , 動 各個体 追従
い いわゆ ップ ン 的 , 各個 体 簡
単 相互作用 集団行動 創発 ボ ップ的
見方 有力 . 中 ボ ップ的
主張 ,Reynolds Boids 提案
以来, 様 々 角度 群 研 究 行 わ
[Reynolds 87].
研究 拡大 一方 , 計算機 再現 群
自 然 界 生 物 群 行 動 実 証 的 比 較 評 価
, 実測 取得/解析 困 現在 研究
. う 比較 自然界 群 行動 原
理 追求 , 再現 群 (群知能)
ュ ョン 妥当 性 実証 的 確 い.
群 行動 研究 各研究者 主観 留 ,
今後 応用/発展 大 妨 危惧 .
本稿 2010 Cavagna 研究 プ 発表
自 然 界(実 世 界) 群 対 実 測 ,
彼 実証的 示 群 中 群 いう現象 着
目 . 群 中 群 ,現実 群 中 ,群 全体
均 的 動 遊 , 固 有 動 箇 所 存 在 ,
群 全体 大 対 ,一定 割合 大 発現
いう[Cavagna 10].
現 象 群 再 現 ,
基 い 計算 あ 種 統計量 自然 群 ,群 い
群 形成 客観的 示 ,各 間 比
較 行 う. 各 検 証 今 行 わ い .本
研 究 群 中 群 点 置 い 各 間 比 較
検証 行い, 間 差異, ン 動 群
形成 必要 条件 考察 .
2.
群れ中
群れと使用モデ
群 中 群 1 説明 . 1 左 あ
瞬 間 群 , 単 位時 間 後 群 差
得 速度変異 布 あ [Cavagna 10]. ,各
個 体 速 度 ゆ 割 出 . 速 度 ゆ , 群 全 体
均速度 個体 速度 足 個体数 割 ,
各個体 速度 差 あ . 右 . 右
群 中 う 1 群 言う ,速度ゆ 他 大
異 個体 集団 現 (丸 部 ). 群
中 群 あ .群 あ 領域 特異的 同期 ,
同 向 向 運動 い .群 均一的 存在
,何 構造 持 い あ . 時,群 全体
大 L (群 属 個体 間 最 大距 ) 対 群
群 大 Lc 割合 ( L : Lc ) ,群
関係 一定 表 .例えば,直径 10 群 1
,直径100 群 10 , .
う 群 群 中 群 相関
フ 相関 ば い . わ ,群 無
関係 保存 部 全体 関係 持 い あ .
:速 度 布(左) 速 度 揺 (右) 布 . 同 群
状態 情報 あ .
2.1 Boids モデ
Boids 特徴 ,整列,結合 3 単純 規
則 相互作用 点 ,他個体 方向及び速度 合わ う
,整 列 規則 今 日 全 群 相互 作 用
基本 い .
( separate ): 接触 い様 範 内 個 体
う
整列 align :近傍範 内 個 体 向 や速度 合わ
う
結 合 cohere ):近 傍 範 内 あ 他 個 体 中 心 方 向
近 う
Boids 以 示 .
�⃗
+
= �⃗
+ ⃗
+
(1).�⃗ 時刻 個体 位置 あ ,⃗ + 時刻 +
個体I 速度ベ あ .個体 自 中心
L
L
c
L
L
c
2M1-4
The 28th Annual Conference of the Japanese Society for Artificial Intelligence, 2014
- 2 -
3 範 �� , �� , �� ℎ 持 , 範 内 個体
相互作用 行い,⃗ + 求 .
2.2 metric 近傍とtopological 近傍
群 個体 他個体 情報 参照 相互作用 際 用い
近 傍 定 義 大 2 種 類 . 一
metric 近傍 ば . あ 半径範 内 い 全個体
含 , 一 大 群 集 や い性 質 持 . う
一 topological 近傍 ば ,近 Ballerini 導
入 [Ballerini 08]. 固定 半径 ,最 近い
個体 数体目 含 定義 . , 近
傍 相 互 作 用 範 個 体 他 個 体 や 群 相
互作用 う .
:metric近傍 topological近傍
2.3 Metric-topological interactionモデ
新 考案 Metric-topological interaction (MTI)
,metric 近傍 topological 近傍 条件式 替え 用い
い あ [Niizato 11].topological 近傍 用い 場合,
近 傍 内 あ 個 体 向 近 傍 内 均 方 向 差 閾 値
未満 ば metric 近傍 替え .逆 metric 近傍 用い
場合 ,近傍内 体 個体 方向 差 ,閾値 大
ば topological 近傍 戻 .
⃗
+1= ⃗ + ⃗
−�
∆�
(2).(∃ ∈ − � , |� − �
−�| < )
(3).− �
≡ { ∈ | �
≤ }
(4).個体 k 最初topological 近傍 用い . 近傍 ,k
近い順 体選び, 個 体 近 傍内 個 体 . ⃗ −�
近 傍 内 個 体 速 度 ベ 均 表 . 数 式(2.6) 次
時 間 ップ 速 度ベ ⃗+1 求 式 あ , 現在
速度ベ 近傍内 個体 速度ベ 均 和,
整列規則 求 い .数式(2.7) topological 近傍 際 条
件式 ,相互作用 行 後 条件式 用い .個体 k
近傍内 あ ン 選択 個体 i 向 近傍内 個体
均 向 差 閾 値 未 満 あ 場 合 , 次 時 間 ッ
プ 使用 近傍 metric近傍 変化 .
⃗
+1= ⃗ + ⃗
− ��
∆�
(5).(∃ , ∈ − ��, |� − � | > )
(6).− �� ≡ { ∈ | < |�⃗ − �⃗ | ≤ �}
(7).metric 近傍 用い 場合,個体 k 中心 半径R 範
近 傍 . ⃗ − �� 近 傍 内 個 体 速 度 ベ
均 あ .相互作用後 数式(2.11) 用い metric 近傍
替え 決 .個体 k 近傍内 個体 ン
選 体 方向 差 閾値 大 い あ ば,次 ッ
プ時間 用い 近傍 topological 近傍 変化 .
2.4 限定された相互作用 モデ
MTI 同時期 , 限定 相互作用 行う群
( LI モデル) 考案 [Bode 10]. 特徴 ,
確率的 非同期的 相互作用 行う いう点 あ .
更新 個体 ン 選ぶ
個体 近傍範 内 個体 選択
個体 整列 ,個体 更新
. 動作 特定 回数繰 返
更新 個体 選 ば 確 率 全個体 等 , ,個
体 選ば 確率 間 距 依存 ,距 短い
個体 選ば 確 率 高 .更新 個体 毎回 ン
選 ば , あ 時間 ップ 内 複数 回更 新 個
体 や 一 度 更 新 個 体 , 更 新 回 数 個 体 差 発
生 .
3.
ケー
フ
ー相関
実験
群 フ 相関 概念 Cavagna
導 入 [Cavagna 10]. 相関 関 数 定 義 前 ,各 パ
定義 . 相関関数 必要 u 定義 .
u = � − ∑ �
�=1
(8).
群 全匹数 あ ,全 ン 数 あ .
u 個々 速度ベ � ( 1 ) 全体
速度ベ 均値 減算 得 .
次 ,相関関数 定義 .
=
∑
・
� � − �
∑ � � − �
(9).各 ン 間 距 � 定 義 .�関 数 � =
� �(� − � ) = , 以外 �(� − � ) = 定義
.Cavagna 定義 現実 群 ,� 増加 共 減衰
相 関 関 数 持 い . 距 値 減 少 い ,
最 終 的 負 値 . 個 体 間 距 近 い 時 ,
速度 強 相関 ,個体間 距 遠い時 相
関 あ 見 い 示 い . 相関長 ぶ.
時 個 体 間 距 相 関 長 .
=� = 満 � 値 算出 ,個体間 相関
範 見 出来 .Cavagna 相 関長 群
比 例 示 . 群 L 群 属
二 鳥 間 最大距 計算 求 . L 表
.相関長 群 関係 � = c 表 .
傾 あ .
現 実 群 , 比 例 定 数 値
� = . ± . あ . 各 � 値
遊 い 比 較 検 証 , 群 個 体 両 義 性 い 考 察
. 5
1
4 6
3
2
metric近傍 topological
The 28th Annual Conference of the Japanese Society for Artificial Intelligence, 2014
- 3 -
4.
シミュ
ーション設定
フ 範 , × あ 端 端,左端
右 端 繋 い .個 体 速度� . 固 定 . 個体
初期位置及び向 ン あ .比較対象 Boids ,
MTI ,LI 種 類 群 使 用 .
MTI 用い 閾値 [新 12] 従い, = . ,
= . 設定 .他 更新頻 度 揃 え , �
ップ時間 更新回数 回 設定 .
論文 個体 数 = , , , , ,
回 ュ ョン 行 .各 回 ュ
, 回 ュ ョン 結果 示 .
5.
シミュ
ーション結果
3,4,5,6 MTI, Boids,LI ュ ョン
結果 示 . 縦軸 相 関長 あ ,横軸 群 あ .
フ 右 行 相 関長 短 ,群 大
. 3 MTI 群 大 従い,相関
長 長 . 群 大 比 例 , 各
個体 相互作用 い 距 大 . MTI
フ 相 関 見 . フ 相 関 出 現
条件 ,群 維持 方向転換 出来 挙
.方向転換時,前方 ,後方 部 フ
相 関 現 い 考 え . 点 ,MTI
metric 近傍 topological 近傍 替え 方向転換 可能
い 考え . 対 , 6 LI 群
大 , 相関 長 群 大 比 例 い い.
更新 個体 ン 選ば ,群 所属
全個体 更新出来 ,群 大 い 考え .方
向転換時,全個体 向 変え ,全個体 更新
ば い.LI 全個体 更新 行う 確率 関わ .
,LI フ 相関 見 考え
. 整列 相手 確 率的 選ば , 相関 長 安定
い い.次 4, 5 Boids 群 形成 確認出来 ,
フ 相関 metric近傍 topological近傍 見
.
:MTI
Boids (metric)
:Boids(topological)
:LI
6.
おわりに
本稿 フ 相関 点 置い , 比較
行 . 結果 LI 非同期的 更新 相関長
共 群 大 い. ,Boids う
metric 近傍 , topological近傍 フ
相関 見 い.
群 形 成 相 関 長 関 係 近 傍 組 合 わ
,同 期方法 影響 判明 .今 後
強 影響 及 い 検討 い.
参考文献
[Reynolds 87]Reynolds, C. W. Flocks, herds, and schools: a distributed behavioral model.Computer Graphics 21, 25-33 (1987).
[Cavagna 10]Cavagna, A et al. (2010): Scale-free correlation in the bird flocks. Proc. Natl. Acad. Sci. U.S.A, 2010
[Ballerini 08]Ballerini M., et al. (2008): Interaction ruling animal collective behavior depends on topological rather than metric distance: evidence from a field study, Proc. Natl. Acad. Sci. U.S.A. 105, 1232–1237, 2008
[Niizato 11]Niizato.T,Gunji.P (2011): Metric–topological interaction model of collective behavior. Ecological M o d e l l i n g 2 2 2 ( 2 0 1 1 ) 3 0 4 1– 3 0 4 9 . [Bode 10]Bode, W.F.N, et al. (2010): Limited interactions in flocks: relating model simulation to empirical data, J. R. Soc. Interface (Published Online).
[新 12]新 高行 (2012): プ ン 相互作用 見
集団現象 創発,神戸大学大学院理学研究科学位論文.
0 100 200 300 400 500 600
0 200 400 600 800 1000 1200
相関長
群
0 200 400 600 800 1000 1200
0 200 400 600 800 1000
相関長
群
0 100 200 300 400 500 600 700 800 900 1000
0 200 400 600 800 1000 1200
相
関
長
群れサイ
0 100 200 300 400 500 600 700 800 900 1000
0 200 400 600 800 1000 1200
相関長
群
y = . x
y = . x