群体运动何时反映真正的集体行为,而非独立动物的偶然聚集?

如何区分真正的动物集体行为与偶然形成的群体:局部互动、个体差异,以及模型的局限。

直接答案

当个体之间确实在相互影响——通过短暂的触角接触、信息素踪迹或声音信号等局部社会互动——而不是仅仅对同一外部线索作出反应或偶然聚在一起时,群体运动才反映真正的集体行为。关键证据在于,群体层面的模式会以依赖个体间互动的方式发生变化,而不只是取决于每只动物的独立行为。然而,没有任何单一模型或观察能独自证明这一点;研究人员必须让建模方法与具体系统相匹配,并用真实数据加以验证[2]。

5篇文献引用

本文由 WisPaper 驱动的搜索和论文分析生成。

局部互动能产生群体层面的秩序

真正集体行为的最有力证据来自这样的系统:个体之间简单的局部规则产生了任何个体都无法单独产生的群体层面模式。简单的自下而上模型——直接描述个体及其互动——已经表明,远离平衡态的局部互动可以产生集体状态[2]。换句话说,如果你给每只动物一条关于如何回应邻居的规则,协调的群体运动就能在没有领导者或外部线索的情况下涌现出来。

但这也是一把双刃剑:一个模型能够产生集体行为,并不意味着真实群体实际上就是这样行动的。这些简单模型不太可能准确描述任何真实生物系统中实际起作用的机制和互动[2]。因此,仅仅观察到协调运动还不够——研究人员需要证据表明特定的局部互动确实在发生。

不同动物使用不同的互动方式,这会影响答案

真正聚集与偶然聚集的问题,会因研究对象不同而呈现不同面貌,因为产生集体行为的互动方式差异很大。收获蚁通过短暂的触角接触来调节觅食,一只蚂蚁借此评估另一只蚂蚁的表皮碳氢化合物谱——这是一个闭环可兴奋系统[2]。树栖龟蚁利用踪迹信息素维持路径网络,一只蚂蚁探测另一只蚂蚁最近沉积的挥发性化学物质,而这一过程受到植被物理构型的约束[2]。

在其他系统中,互动是非局部的或依赖情境的。蠓群通过声音进行非局部互动,可以被描述为在涌现势阱中运动的个体,该势阱代表整个群体而非个体[2]。寒鸦群会根据生态情境改变其有效互动方式:迁徙时使用拓扑距离,围攻时使用度量距离[2]。这些例子表明,真正的集体行为不是单一事物——它是一类基于互动的现象,适用于一个系统的证据未必适用于另一个系统。

个体差异和速度变异性可使群体走向有序或无序

即使动物在互动,集体结果也取决于个体变异。集群鱼中一致的个体差异驱动群体结构、领导力、运动动态和觅食表现[3]。这意味着群体的运动不仅仅是相同粒子的平均——个体之间的变异是产生集体模式的一部分。

速度变异性是一个具体例子。在基于个体的模型以及活鱼和机器鱼实验中,仅在速度变异性较低这一点上不同的群体可以处于极化、有序状态,而其他方面相同的群体则处于无序状态[1]。群体极化与个体速度之间的局部耦合在有序—无序转变处最强,而对于速度可变的群体,极化随群体规模增大而减弱[1]。这些发现表明,同样数量的动物一起运动,可能因速度变异程度不同而看起来协调或不协调——因此仅凭对齐状态的快照无法判断群体是否真正具有集体性。

区分两者需要什么

要区分真正的集体行为与偶然聚集,研究人员需要观察互动本身,而不仅仅是群体层面的模式。多传感器追踪标签可以同时监测整个社会群体的精细运动和发声,从而揭示声音信号如何塑造个体和集体运动,并阐明整个通信网络中声音互动序列的结构[5]。这类数据可以显示信息是否确实在个体之间流动——这是真正集体行为的标志——而不是动物各自独立地对同一线索作出反应。

建模也必须围绕问题来选择。由于建模方法各有优缺点,没有一种方法总是最佳,旨在理解真实生物系统的集体行为模型应当针对具体问题来构建,并允许验证[2]。一个能重现某种模式的模型并不能证明其机制;用真实互动进行验证,才能把合理的故事与证据区分开来。因此,实际的答案是:寻找局部互动,考虑个体变异,并检验群体层面的模式是否依赖于这些互动,而不是依赖于对共享环境的独立反应。

本文引用的文献

1

速度变化对动物群体集体运动的影响

在基于个体的模型以及活鱼和机器鱼实验中,个体速度的变异性可以显著影响涌现的集体动态,仅在速度变异性上不同的群体最终会处于极化状态或无序状态。

2

生物系统中集体行为建模的目标与局限

简单的自下而上模型表明局部互动可以产生集体状态,但这类模型不太可能描述真实生物系统中的实际机制,而且不同系统(收获蚁、龟蚁、蠓、寒鸦)需要不同的建模框架。

3

一致的个体差异驱动集群鱼的集体行为和群体功能

集群鱼中一致的个体差异驱动群体结构、领导力、运动动态和觅食表现。

4

感知方式在塑造集体运动和群体行为中的作用

感官方式影响动物群体的集体运动和群体行为,其中集体行为被定义为由个体互动产生的协调运动。

5

群体中的信号传递:整合动物交流与集体运动的新工具

多传感器追踪标签可以同时监测整个社会群体的精细运动和发声,有助于揭示声音信号如何塑造个体和集体运动以及通信网络的结构。