Ethnocentrism (model)
| Описание модели | Модель "Ethnocentrism" (Этноцентризм) разработана Робертом Акселродом и Россом А. Хэммондом. Она демонстрирует, как этноцентрическое поведение — то есть предпочтение своей группе перед другими — может эволюционировать даже в условиях, когда изначально нет никаких различий между агентами и нет способа определить, кто к какой группе относится.
В этой модели агенты конкурируют за ограниченное пространство, взаимодействуя друг с другом по принципу дилеммы заключенного. Эволюция происходит через механизм наследования стратегий (генетического или культурного). |
|---|---|
| Область знаний | Социология |
| Веб-страница - ссылка на модель | https://netlogoweb.org/launch#https://netlogoweb.org/assets/modelslib/Sample%20Models/Social%20Science/Ethnocentrism.nlogox |
| Видео запись | |
| Разработчики | Robert Axelrod, Ross A. Hammond |
| Среды и средства, в которых реализована модель | NetLogo |
| Диаграмма модели | |
| Описание полей данных, которые модель порождает | 1. Количество этноцентричных
2. Количество альтруистов 3. Количество эгоистов 4. Количество космополитов |
| Модель создана студентами? | Нет |
Описание модели
Модель самопроизвольного формирования стаи — агентно-ориентированная модель по Рейнольдсу (1987), показывающая, как сложные коллективные паттерны возникают без вожаков: каждый агент следует трём простым правилам — выравниванию (движение в направлении соседей), разделению (избегание столкновений) и сплочённости (стремление к центру группы). Правило разделения имеет приоритет, отменяя остальные при риске столкновения. Направление меняется по этим правилам, скорость остаётся постоянной. Модель применима к птицам, рыбам, насекомым и другим формам группового поведения.
Эксперимент 2: Влияние дальности обзора (vision) на размер и количество стай
Гипотеза
Дальность обзора (vision) является ключевым фактором, определяющим масштаб самоорганизации. При малом vision агенты взаимодействуют только с ближайшими соседями, что приводит к формированию множества мелких, локально упорядоченных стай. С увеличением vision информация о направлении и положении соседей распространяется дальше, что позволяет сформироваться одной крупной глобальной стае.
https://docs.google.com/spreadsheets/d/11llgZhWIFs9NyiqzLolcKrxHxnisIoQLOWT6sUU4OZI/edit?usp=sharing
Цель эксперимента: Исследовать, как дальность обзора (vision) влияет на макроскопические характеристики самоорганизации:
- Упорядоченность (order) — насколько синхронно движутся все агенты (0 = хаос, 1 = полная согласованность);
- Количество стай (num-swarms) — число отдельных, не связанных групп;
- Размер наибольшей стаи (max-swarm-size) — сколько агентов в самой крупной группе.
Мы хотим понять: при каких значениях vision система переходит от множества мелких стай к единой глобальной стае
Настройки NetLogo
Для получения датасета модель Flocking была загружена в NetLogo Desktop. Были добавлены три глобальные переменные (order, num-swarms, max-swarm-size) для автоматического измерения ключевых метрик.
Эксперимент проводился при пяти значениях vision: 2, 3, 5, 7, 10, при фиксированных параметрах: population = 300, minimum-separation = 1, max-align-turn = 5, max-cohere-turn = 3, max-separate-turn = 1.5.
Каждый прогон длился 300 тиков (времени, достаточного для стабилизации системы). Для каждого значения vision выполнено 5 независимых запусков (с разным случайным начальным положением птиц). Данные усреднены по повторам.
Таблица усредненных значений
Анализ результатов (Шаг 1–5)
На каждом шаге приведены усреднённые по 5 запускам значения метрик на 300-м тике.
- Ось X: значение параметра vision (2 → 10).
- Ось Y (слева): средняя упорядоченность (order).
- Ось Y (справа): среднее количество стай (num-swarms).
- Синие столбцы: размер наибольшей стаи (max-swarm-size).
Шаг 1 эксперимента (vision = 2)
Упорядоченность (order): низкая — 0.42
Количество стай (num-swarms): 96.4
Размер наибольшей стаи: 19 птиц
Вывод для Шага 1: при очень ограниченном радиусе обзора птицы взаимодействуют только с ближайшими соседями. Система фрагментирована: образуется множество мелких стай (в среднем по 19 птиц). Глобальная координация отсутствует — каждая стая летит в своём направлении, поэтому order низкий.
Шаг 2 эксперимента (vision = 3)
Упорядоченность (order): высокая — 0.85
Количество стай (num-swarms): 23.6
Размер наибольшей стаи: 101 птицы
Вывод для Шага 2: увеличение vision до 3 расширяет зону взаимодействия. Стаи становятся крупнее, их количество снижается. Наибольшая стая теперь содержит ~100 птиц и демонстрирует устойчивое направление. Упорядоченность растёт, система начинает переходить к глобальной координации. Упорядоченность (order): очень высокая — 0.96
Количество стай (num-swarms): 4.2
Размер наибольшей стаи: 182 птицы
Вывод для Шага 3: при vision = 5 система проходит фазовый переход. Формируется одна доминирующая стая, включающая ~60% популяции. Остальные птицы либо летят поодиночке, либо в мелких группах. Глобальная координация становится возможной — order резко возрастает.
Шаг 4 эксперимента (vision = 7) Упорядоченность (order): почти идеальная — 0.98
Количество стай (num-swarms): 1.6
Размер наибольшей стаи: 281 птицы
Вывод для Шага 4: при vision = 7 почти вся популяция сливается в одну стаю. Оставшиеся 1–2 птицы — временные «отщепенцы», которые быстро присоединяются к основной группе. Движение становится почти идеально синхронизированным (order > 0.97).
Шаг 5 эксперимента (vision = 10) Упорядоченность (order): очень высокая — 0.96
Количество стай (num-swarms): 1.4
Размер наибольшей стаи: 248 птицы
Вывод для Шага 5: при максимальном vision = 10 система достигает состояния глобального порядка. Формируется единая стая из почти всех агентов (~250 из 300). Отклонения минимальны, хаотичное поведение отсутствует. vision = 10 эквивалентен «глобальному взаимодействию» — каждый агент «видит» почти всю популяцию.
Главный вывод Гипотеза полностью подтверждена. Дальность обзора (vision) напрямую определяет масштаб самоорганизации в системе:
При низком vision (2–3) система остаётся локальной: множество мелких стай, низкий order. При среднем vision (5) происходит фазовый переход к глобальной координации. При высоком vision (7–10) система достигает единого, устойчивого порядка. Это демонстрирует, что vision — это параметр глобальной связности. Он определяет, насколько далеко распространяется «социальная информация» о направлении движения. Без достаточного радиуса обзора глобальный порядок невозможен.
Заключение Модель Flocking демонстрирует, что сложное, координированное поведение может возникать без лидера и без централизованного управления — достаточно трёх простых правил и достаточной дальности взаимодействия. Параметр vision выступает как «кнопка глобальности»: при его увеличении система переходит от хаоса к порядку через критический порог (vision ≈ 5). Это прекрасная иллюстрация эмерджентности — появления глобальных свойств из локальных взаимодействий. подходит ли это к моим графикам?
