Обсуждение:Flocking(model)

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.

Шаг 3 эксперимента (vision = 5)

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?

Эксперимент 3: Роль правила "Выравнивание" (align) как фактора синхронизации

Гипотеза

Правило «выравнивание» не является строго необходимым для формирования *скопления* (кучи агентов), но оно критически важно для формирования именно *стаи* — группы, движущейся согласованно в одном направлении. Без выравнивания или при его слабой силе сформируется «роение» — плотное, но беспорядочно мечущееся скопление.

Цель эксперимента: Оценить вклад правила align в общий показатель упорядоченности order и в стабильность направления движения стаи.

https://docs.google.com/spreadsheets/d/e/2PACX-1vSaqTQTHYE1KsT4ac00vVG4iS_QQh-DhTRJr7HIEIYMsvwnvsnhizZ_H6dHSVsmarR6hLOHiaWnfYYQ/pubhtml

Настройки NetLogo

Для получения датасета модель Flocking была загружена в NetLogo Desktop. Фиксируем параметры: vision=5, cohere=3, separate=1.5, min-sep=1, population=300.

Эксперимент проводился при шести значениях max-align-turn: 0, 1, 2, 5, 10, 20

Каждый прогон длился 400 тиков. Для каждого значения max-align-turn выполнено 5 независимых запусков (с разным случайным начальным положением птиц). Данные усреднены по повторам.

Анализ результатов (Шаг 1–6)

На каждом шаге приведены усреднённые по 5 запускам значения метрик на 400-м тике.

• Ось X: значение параметра align (0 → 20).
• 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 (align = 0)

Упорядоченность (order):

Количество стай (num-swarms):

Размер наибольшей стаи:

Вывод для Шага 1:

Шаг 2 эксперимента (align = 1)

Упорядоченность (order):

Количество стай (num-swarms):

Размер наибольшей стаи:

Вывод для Шага 2:

Шаг 3 эксперимента (align = 2)

Упорядоченность (order):

Количество стай (num-swarms):

Размер наибольшей стаи:

Вывод для Шага 3:

Шаг 4 эксперимента (align = 5)

Упорядоченность (order):

Количество стай (num-swarms):

Размер наибольшей стаи:

Вывод для Шага 4:

Шаг 5 эксперимента (align = 10)

Упорядоченность (order):

Количество стай (num-swarms):

Размер наибольшей стаи:

Вывод для Шага 5:

Шаг 6 эксперимента (align = 20)

Упорядоченность (order):

Количество стай (num-swarms):

Размер наибольшей стаи:

Вывод для Шага 6:

Заключение

Гипотеза подтвердится. Правило «выравнивание» — это «двигатель» и «руль» стаи. Оно преобразует статичное или хаотичное скопление (`cohere`+`separate`) в целенаправленно движущееся образование. Его сила должна быть достаточной для быстрой синхронизации, но не чрезмерной, чтобы не вызывать резких нервных маневров всей группы.