模拟揭示了动态鱼群运动背后的机制

鱼群能够完成复杂、协调的动作，而不会相互碰撞。他们行动一致，但不跟随领导者

为了尝试理解这种集体动物行为的复杂性，东北大学的研究人员开发了一种基于视觉线索模拟鱼类群体运动的模型。该模型结合了鱼类集中在附近快速移动的鱼类上的趋势，揭示了动态鱼群运动背后的机制

这项研究发表在PNAS Nexus杂志上

“鱼的视角很宽，可以检测到鱼群中的许多其他鱼，”Susumu Ito解释道，“然而，最近的一项实验发现，每条鱼都会从几个目标中选择一条鱼并追踪其运动。这是一个选择性决策的绝佳例子。”

照顾鱼群中的每一条鱼都需要处理大量的信息。就像我们可以只关注我们在一页文本上阅读的单词一样，鱼也可以专注于决定下一步行动的最突出的目标。虽然直接游在前面的鱼似乎是最好的选择，但实际上是稍微偏侧的鱼更容易引起注意

Ito和他的团队构建了一个考虑视觉注意力的模型，以阐明选择性视觉交互在一大群鱼中的作用。它结合了视网膜神经节细胞的特征，优先针对更近、移动更快的目标。然后，视觉注意力被引导到最强信号的方向。只有落在视觉焦点范围内的鱼才能影响个体鱼的运动

通过数值模拟，研究小组发现，当一条鱼跟随三个连续游泳的目标时，它往往会被向左或向右的目标吸引，因为它们的表观尺寸更大。从后面直接看，一条笔直向前的细长鱼看起来比露出较长轮廓的鱼小得多。这些结果复制了之前实验中看到的选择性跟踪运动

此外，该模型再现了鱼群的各种集体模式：旋转涡流、直线、随机和转弯。在转弯模式中，鱼在直线和旋转运动之间反复交替，使鱼群动态地重塑自己

Ito补充道：“蝗虫和苍蝇也有选择性追踪行为。”。“我们希望在未来将该模型扩展到各种生物的群体运动。该模型的三维版本也可能能够解释被称为诱饵球的巨大鱼群的形成。”