Стая из жадности: почему животные сбиваются в кучи ✛

Оригинал: "Emergent aggregation from collective foraging"
arXiv:2608.28046v1 · 2026-08-28 · CC BY-SA 4.0 · 1 мин
Учёные показали, что стая может возникнуть просто из желания найти еду, без всякого социального инстинкта.

Птицы в стае, рыбы в косяке, бактерии в рое — обычно думают, что они собираются вместе, потому что им так нравится. Но что, если всё проще: каждый ищет еду для себя, а стая получается сама собой?

Учёные создали компьютерную модель, где 50 агентов искали еду, не видя её, а видя только друг друга. За нахождение рядом награды не было — только за еду.

Агенты жили на площадке, где были спрятаны 100 «кормушек». Каждый агент видел только то, что впереди, и мог заметить, есть ли там сородич и сытый ли он. Если радиус зрения был маленьким, агенты бродили поодиночке. Но когда радиус увеличивали, они резко меняли поведение: начинали вертеться на месте, пока не увидят сытого товарища, а потом бежали к нему. Так они сбивались в кучи.

Почему так? Если ты плохо видишь, то проще искать еду самому. Если видишь далеко, то проще следить за другими: кто-то уже нашёл еду, беги к нему. Это как в супермаркете: если вы не знаете, где нужный товар, вы ищете сами. Но если видите очередь — идёте туда, потому что там наверняка что-то хорошее. Так и здесь: стая возникает из жадности, а не из желания быть вместе.

Индекс Кларка–Эванса, использованный для количественной оценки агрегации, был предложен в 1954 году экологами для анализа пространственного распределения растений и животных.

Идея о том, что сложное коллективное поведение может возникать из простых индивидуальных правил без центрального управления, перекликается с концепцией «роя» в романе Станислава Лема «Непобедимый», где микроскопические машины образуют разрушительные структуры.

\lambda^* = \frac{\ell}{W\left(\frac{\ell e^{K}}{\tau}\right)}
λ* — критический радиус обнаружения, ℓ — реактивная длина, τ — время истощения цели, W — W-функция Ламберта, K — константа, зависящая от радиуса цели и плотности
Понятия
эмерджентное коллективное обучение коллективное поведение обучение с подкреплением эффект основателя агент случайный лес моделирование эмерджентной сложности сложные системы активная материя случайная сеть ансамблевое среднее положительная обратная связь эффективная теория поля самосборка, движимая энтропией эволюция эпидемия оптимизация эргодическая теорема принцип наименьшего действия кластеризация