Collective motion and collective decision-making in animal groups : from scholling fish to swarming robots

Abstract

(English) Collective behavior in animals is ubiquitous in nature. It emerges from the self-organization of interacting individuals within a group. What makes collective behavior so interesting is that the behavior of the group as a whole cannot be predicted from the actions of its individual members alone. In recent decades, there has been a growing interest in understanding how collective behavior emerges from individual interactions. This research has revealed that self-organization in biological systems share common functional properties that can trigger behavioral transitions that endow collectives with adaptive capabilities. The main objective of this work is to explore the underlying mechanisms from which complex collective behavior can emerge and adapt. We concentrate our analysis in the collective motion of schooling fish and consensus reaching in swarming robots in a model of honeybees nest site selection. We study the collective motion of black neon tetra (Hyphessobrycon herbertaxelrodi) by recording their movements in an experimental tank and using a custom tracking software to extract individual trajectories. Our analysis of the data reveals a strong correlation between swimming speed and collective ordering. We explore this correlation in the Vicsek model, a self-propelled particles model, and discover that the system undergoes a disorder-to-order phase transition with an increase in particles' speed. By modifying the Vicsek model to include periodically oscillating speed, we are able to replicate the black neon tetra's type of locomotion. This suggests that fish can reduce the effect of noise by increasing their speed and favoring alignment forces. Modulating directional synchronization through speed has adaptive benefits, enabling faster and more efficient transfer of information. We also investigate the presence and characteristics of avalanches in our fish school, which occur when fish abruptly rearrange their direction of motion. We observe that the size and duration of these avalanches follow a scale-free pattern similar to self-organized critical systems. Additionally, certain fish are more likely to initiate avalanches, acting as effective leaders. By incorporating a global leader that periodically changes direction, we replicate in the Vicsek model the intermittent scale-free behavior observed in fish schools. Our findings highlight the importance of individual variability in triggering behavioral cascades.

To analyze collective decision-making we study a decentralized model that simulates honeybees' nest site selection process. The model integrates independent site discovery and communication to reach consensus on the best site. We thoroughly characterize the model's parameters in a mean-field approximation and test its feasibility by adding space, locality, and situatedness to the dynamics by using kilobots, small swarming robots capable of exchanging information with neighboring robots. Remarkably, the level of stationary consensus in our results from kilobots closely matches the consensus stationary values predicted by the mean-field approximation. To explain this result, we examine the connectivity of the kilobots system in our experimental arena, and demonstrate that, from local interactions and mobility, kilobots form a percolating communication network from which they transmit information as efficiently as in the mean-field approximation. The kilobots' movement effectively induces an extension of the interaction radius in respect to the static scenario, which is especially important in the high communication regime. Our results demonstrate that this model can explain honeybees consensus reaching on the best available site by local dynamical interactions. Our findings inspire further exploration in individuals variability in self-organizing systems, with the aim of developing more comprehensive models and expanding knowledge of the universality of collective behavior.

(Català) El comportament col·lectiu dels animals és ubic a la natura. Sorgeix de la interacció entre individus d’un grup. Tot i així, no pot ser predit només a partir de les accions individuals dels seus integrants. En les darreres dècades, hi hagut un interès creixent en entendre com el comportament col·lectiu emergeix de les interaccions individuals. Aquesta recerca ha revelat que l’autoorganització en sistemes biològics comparteix propietats funcionals comunes que poden desencadenar transicions que doten als col·lectius de capacitats adaptatives. Aquest treball es centra en l’estudi dels mecanismes pels quals els comportaments col·lectius complexes sorgeixen i s’adapten. Ens centrarem en l’anàlisi del moviment col·lectiu de bancs de peixos i el consens en eixams de robots que modelen el procés amb el qual les abelles escullen la ubicació d’un nou rusc. Estudiem el moviment col·lectiu del peix tetra negre neon (\textit{Hyphessobrycon herbertaxelrodi}) amb un programari personalitzat que extreu les trajectòries individuals dels individus d’un banc a partir d’enregistraments d’un aquari experimental. Els resultats mostren una forta relació entre la velocitat a la que neden i l’ordre col·lectiu. Explorem aquesta correlació en el model de Vicsek, que demostra la transició de fase, des del desordre fins a l’ordre, amb l’augment de la velocitat de les partícules. Modificant el model de Vicsek per incloure una oscil·lació de velocitat periòdica, podem replicar la locomoció del tetra negre neon. Això suggereix que els peixos poden reduir l’efecte del soroll augmentant la velocitat i afavorint les forces d’alineament. Modulant la sincronització direccional amb la velocitat, els peixos poden intercanviar informació de manera més ràpida i eficient, la qual cosa té beneficis adaptatius. També investiguem la presència i característiques de les allaus als bancs de peixos quan canvien sobtadament de direcció. S’observa que la mida i durada d’aquestes allaus segueix un patró lliure d’escala, similar al de sistemes crítics autoorganitzats. Addicionalment, alguns peixos són més propensos a desencadenar allaus, actuant efectivament com a líders. A l’incorporar un líder global que periòdicament canvia de direcció, repliquem -- en el model de Viscek -- el comportament lliure d’escala observat en els bancs de peixos. Per analitzar la presa de decisions col·lectives, estudiem un model descentralitzat que simula el procés pel qual les abelles escullen l’indret per un nou rusc. El model integra la cerca independent d’ubicacions i la comunicació per arribar a un consens pel millor lloc. Caracteritzem els paràmetres del model amb una aproximació de camp mitjà i provem la seva viabilitat afegint espai, localitat i contextualització a la dinàmica utilitzant kilobots, robots d’eixam capaços d’intercanviar informació amb robots veïns. El nivell de consens estacionari als nostres resultats amb kilobots s’assembla notablement als valors del consens estacionari obtinguts per aproximació de camp mitjà. Per explicar aquest resultat, examinem la connectivitat del sistema de kilobots a la nostra arena experimental, i demostrem que -- a partir de les interaccions locals i la mobilitat -- els kilobots formen una xarxa percolada de comunicació des de la que transmeten informació tan eficientment com en l’aproximació de camp mitjà. El moviment dels kilobots indueix efectivament una extensió del radi d’interacció respecte a l’escenari estàtic, especialment important en el règim d’alta comunicació. Els nostres resultats demostren que aquest model pot explicar com les abelles arriben a un consens sobre la millor situació per al nou rusc amb interaccions dinàmiques locals. Els nostres descobriments inspiren una exploració més profunda en la variabilitat dels individus en l’autoorganització de sistemes, amb l’objectiu de desenvolupar models més extensos i expandir el coneixement sobre la universalitat del comportament col·lectiu.