Comportamiento de bandada

De Wikipedia, la enciclopedia libre
(Redirigido desde «Comportamiento flocking»)
Ir a la navegación Ir a la búsqueda
Una bandada de estorninos en formación similar a un enjambre.

El comportamiento de bandada es el comportamiento exhibido cuando un grupo de pájaros, llamado bandada, busca alimento o está volando. Hay paralelismos con el comportamiento de un cardumen de peces, el de un enjambre de insectos y el de una manada de animales terrestres.

Las simulaciones por ordenador y los modelos matemáticos que se han desarrollado para emular el comportamiento de bandada, generalmente se pueden aplicar también al comportamiento de bandada o "flocking" (del término en inglés) de otras especies. Como resultado de ello, el término "flocking" a veces se aplica, en informática, para distintas especies, no solo de aves.

Este artículo trata sobre la modelación del comportamiento de bandada. Desde la perspectiva del modelador matemático, "flocking" es el movimiento colectivo de un gran número de entidades auto propulsadas y es un comportamiento animal colectivo exhibido por muchos seres vivos como pájaros, pez, bacterias, e insectos.[1]​ Está considerado un comportamiento emergente que surge de sencillas reglas que siguen los individuos y no implica ningún tipo de coordinación central.

El comportamiento"flocking" fue simulado por primera vez en un ordenador en 1987 por Craig Reynolds con su programa de simulacro, "Boids" ("bird-oid object").[2]​ Este programa simula agentes sencillos (boids) que se mueven de acuerdo a un conjunto de reglas básicas. El resultado es semejante a un bandada de pájaros, un banco de peces, o un enjambre de insectos.

Reglas del "flocking"[editar]

Los modelos básicos del comportamiento "flocking" son controlados por tres sencillas reglas:

  1. Separación - evitar aglomeración de vecinos (repulsión de corto alcance)
  2. Alineación - dirigir hacia un rubro promedio de vecinos.
  3. Cohesión - dirigir hacia la posición media de los vecinos (atracción de largo alcance)

Con estas tres reglas sencillas, la bandada se mueve de una manera extremadamente realista, creando movimiento complejo y una interacción que sería extremadamente difícil de crear de otra manera.

El modelo básico se ha extendido en varias maneras diferentes desde que Reynolds lo propuso. Por ejemplo, Delgado-Mata et al. amplió el modelo básico para incorporar los efectos del miedo.[3]​ El olfato se utiliza para transmitir la emoción entre los animales, a través de las feromonas modeladas en forma de partículas en un gas de expansión libre. Hartman y Benes introdujeron una fuerza complementaria a la alineación que ellos llaman el cambio de liderazgo.[4]​ Esta dirección define la posibilidad de que el ave se convierta en un líder y trate de escapar. Hemelrijk y Hildenbrandt utilizan la atracción, la alineación y la evasión y las amplían con una serie de rasgos de estorninos reales: en primer lugar, las aves vuelan de acuerdo a la aerodinámica de las alas fijas, mientras que ruedan al girar (perdiendo así ascenso), segundo, coordinan con un limitado número de vecinos de interacción, que son 7 (como en los estorninos reales), en tercer lugar, tratan de mantenerse por encima del lugar para dormir (como los estorninos al amanecer) y cuando, por casualidad, se mueven hacia el exterior desde el sitio para dormir, vuelven girando, cuarto, se mueven a una velocidad fija relativa.[5]​ Los autores mostraron que las características específicas de comportamiento de vuelo, así como una bandada de gran tamaño y un bajo número de socios que interactúan fueron esenciales para la creación de la forma variable de las bandadas de estorninos.

Medición[editar]

Las mediciones de bandadas de aves se han realizado utilizando cámaras de alta velocidad, y un análisis de la computadora se ha hecho para poner a prueba las reglas simples de "flocking" antes mencionadas.[6]​ Se ha encontrado que por lo general son válidas en el caso de bandadas de aves, pero la regla de atracción de largo alcance (cohesión) se aplica a los 5-10 vecinos más cercanos del pájaro y es independiente de la distancia de estos vecinos del ave. Además, hay una anisotropía con respecto a esta tendencia coherente, siendo percibido con más relación en los vecinos laterales al ave, en lugar de en frente o detrás. Esto es sin duda debido al campo de visión del pájaro que vuela siendo dirigido a los lados más que directamente adelante o hacia atrás.

Otro estudio reciente se basa en un análisis de las imágenes de una cámara de alta velocidad de bandadas sobre Roma, y utiliza un modelo informático asumiendo normas mínimas de comportamiento.[7][8][9][10]

Complejidad algorítmica[editar]

En simulaciones del flocking, no hay control central; cada ave se comporta de forma autónoma. En otras palabras, cada ave tiene que decidir por sí mismo qué bandadas considerar como su entorno. Por lo general, el medio ambiente se define como un círculo (2D) o esfera (3D) con un radio determinado (que representa a su alcance).[cita requerida]

Una aplicación básica de un algoritmo de"flocking" tiene complejidad - cada ave busca a través de todas las otras aves para encontrar a los que caen en su entorno.

Mejoras posibles:

  • Subdivisión espacial del depósito-enrejado. Toda el área en la que la bandada puede moverse está dividida en un gran número de depósitos. Cada depósito almacena que aves contiene. Cada vez que un pájaro se mueve desde un recipiente a otro, el enrejado tiene que actualizarse.
    • Ejemplo: rejilla 2D(3D) en una simulación de bandadas 2D(3D).
    • Complejidad: , k es el número de depósitos envolventes a considerar; solo cuando el depósito del ave se encuentra en.

Lee Spector, Jon Klein, Chris Perry y Mark Feinstein estudiaron la aparición de la conducta colectiva en los sistemas de computación evolutiva.[11]

Bernard Chazelle probó que bajo la suposición que cada pájaro ajusta su velocidad y posición a los otros pájaros dentro de un radio fijo, el tiempo que se necesita para converger a un estado estacionario es una exponencial iterada de la altura logarítmica en el número de aves. Esto significa que si el número de pájaros es bastante grande, el tiempo de convergencia será tan grande que también pueda ser infinito.[12]​ Este resultado se aplica solo a convergencia de estado firme. Por ejemplo, las flechas disparadas por el aire en el borde de una bandada causarán que toda la bandada reaccione más rápido de lo se que puede explicar por la interacción de los vecinos, que son frenados por el tiempo de retraso en el sistema nervioso central de pájaro a pájaro.

Aplicaciones[editar]

En Colonia, Alemania, dos biólogos de la Universidad de Leeds demostraron un comportamiento de bandada en los seres humanos. El grupo de personas exhibieron un patrón de comportamiento muy similar al de una bandada, en la que si el 5% de la bandada cambiara de dirección, los demás harían lo mismo. Cuando una persona se designó como un depredador y todo el mundo lo evitaba, la bandada se comportó muy parecido a un banco de peces.[13]

El "flocking" también ha sido considerado como medio para controlar el comportamiento de vehículos aéreos no tripulados (UAV).

El "flocking" es una tecnología común en protectores de pantallas, y ha encontrado su uso en animación. El flocking ha sido utilizado en muchas películas para generar multitudes que se mueven de manera más realista.[14]​ Batman Returns de Tim Burton (1992) presentó bandadas de murciélagos, y El Rey León de Disney (1994) incluyó estampidas de antílopes Africanos.

El "flocking" ha sido el comportamiento utilizado para otras aplicaciones interesantes. Se ha aplicado para programar automáticamente las emisoras de radio de varios canales de Internet.[15]​ También se ha utilizado para la visualización de información y para las tareas de optimización.[16][17]

Referencias[editar]

  1. "Alternating steady state in one journal = Journal of Physics A". arXiv:cond-mat/9811336. 
  2. Reynolds, Craig W. (1987).
  3. Delgado-Mata C, Ibanez J, Bee S et al. (2007).
  4. Hartman C, Benes B (2006).
  5. Hemelrijk, C. K., Hildenbrandt, H. (2011).
  6. Feder, Toni (October 2007).
  7. Hildenbrandt, H; Carere, C; Hemelrijk, CK (2010).
  8. Hemelrijk, CK; Hildenbrandt, H (2011).
  9. Project Starflag
  10. Swarm behaviour model by University of Groningen
  11. Spector, L.; Klein, J.; Perry, C.; Feinstein, M. (2003).
  12. Bernard Chazelle, The Convergence of Bird Flocking, J. ACM 61 (2014)
  13. "http://psychcentral.com/news/2008/02/15/herd-mentality-explained/1922.html Archivado el 29 de noviembre de 2014 en Wayback Machine.".
  14. Gabbai, J. M. E. (2005).
  15. Ibanez J, Gomez-Skarmeta A F, Blat J (2003).
  16. Moere A V (2004).
  17. Cui Z, Shi Z (2009).