Овчарки, выведенные для управления большими стадами овец на открытых полях, демонстрировали свои навыки на соревнованиях, начиная с 1870-х годов. На этих соревнованиях дрессировщик с помощью свистка направляет обученную собаку, чтобы она провела небольшую группу овец через поле и иногда четко разделила стадо на две группы. Но овцы не всегда подчиняются.
Исследователи из Технологического института Джорджии изучили, как команды «кинолог-собака» управляют этими непредсказуемыми стадами в ходе испытаний пастушьих собак, и обнаружили принципы, которые выходят за рамки выпаса скота.
В исследовании, опубликованном в журнале Science Advances в качестве главной статьи, исследователи применили эти выводы к компьютерному моделированию, показав, как аналогичные стратегии могут улучшить управление роями роботов, автономными транспортными средствами, агентами искусственного интеллекта и другими сетевыми системами, где множество машин должны координировать свои действия, несмотря на неопределенные условия.
Динамика группового движения
«Птицы, насекомые, рыбы, овцы и многие другие организмы передвигаются группами, потому что это выгодно отдельным особям, в том числе для защиты от хищников», — сказал Саад Бхамла, доцент Школы химической и биомолекулярной инженерии Технологического института Джорджии. «Загадка в том, что эта „группа“ — не отдельный организм. Она состоит из множества особей, каждая из которых принимает локальные, несовершенные решения».
Когда хищник угрожает стаду овец, особи, находящиеся у края стада, часто перемещаются к центру, чтобы уменьшить собственную опасность, объяснил Бхамла. «Это поведение „эгоистичного стада“, — сказал он. — Пастухи используют этот инстинкт, применяя специально обученных собак».
Проанализировав многочасовые видеозаписи соревнований, исследователи обнаружили, что контролировать небольшие группы овец сложнее, чем большие. Большая группа, в центре которой находится больше овец, может вести себя более слаженно, чем маленькая, поскольку животные постоянно переключаются между двумя инстинктами: « следовать за группой » и «убегать от собаки».
«Такое переключение между режимами делает группу непредсказуемой», — сказал Тухин Чакрабортти, бывший научный сотрудник лаборатории Бхамлы, один из руководителей исследования.
Внимательно изучив, как собаки и их дрессировщики управляют небольшими группами, исследователи обнаружили, что непредсказуемость в поведении стаи не всегда затрудняет контроль. «В подходящих условиях такое „шумное“ поведение может даже принести пользу», — сказал Бхамла.
Успешное овцеводство
Сотрудники, занимающиеся дрессировкой овчарок, классифицируют овец по тому, насколько сильно они реагируют на угрожающее давление со стороны собаки. Некоторые очень реагирующие овцы могут запаниковать при слишком сильном давлении, в то время как другие могут игнорировать слабое давление и потребовать от собаки более решительного позиционирования.
Исследователи заметили, что успешное управление стадом часто происходило в два этапа. Сначала собака незаметно влияла на ориентацию овец, пока животные в основном стояли неподвижно. Как только стадо выстраивалось в нужном направлении, собака усиливала давление, чтобы спровоцировать движение. Время этих действий имело решающее значение, поскольку выравнивание внутри небольшой группы могло быстро нарушиться, так как отдельные особи переключались между инстинктами.
«В наших симуляциях увеличение давления заставляет стаю быстрее достигать желаемой ориентации, но то, как долго стая остается выровненной, в основном определяется шумом», — сказал Чакрабортти. «По сути, собаки могут управлять направлением, но они не могут удерживать это решение бесконечно, поэтому важен фактор времени».
Разработка компьютерных моделей
Чтобы понять более широкие последствия такого поведения, команда разработала компьютерные модели, которые воспроизводили реакцию овец как на собаку, так и друг на друга. Модели позволили исследователям протестировать различные стратегии управления группами, члены которых принимают независимые решения в условиях неопределенности.
Затем они применили эти идеи к моделированию роевых роботов. Инженеры часто проектируют такие системы таким образом, чтобы каждый робот объединял сигналы от всех находящихся поблизости роботов, прежде чем принять решение о направлении движения. Хотя такой подход хорошо работает, когда сигналы четкие, он может давать сбои, когда информация зашумлена или противоречива, пояснил Бхамла.
Чтобы объяснить, почему такая стратегия переключения может работать в условиях шума, исследователи использовали аналогию с задымленной комнатой, где только один человек видит выход, и никто не знает, кто этот человек. Если все опрашивают всех остальных и усредняют предположения, один правильный сигнал может быть размыт множеством зашумленных сигналов.
«В этом и заключается парадокс. Когда только один человек обладает нужной информацией, усреднение может нивелировать сигнал. Но если вы будете следить за каждым человеком по отдельности, постоянно меняя его, то правильная информация сможет распространиться среди остальных», — сказал Бхамла.
Развивая эту идею, исследователи протестировали стратегию, вдохновленную наблюдаемым ими переключающимся поведением у овец. В симуляциях каждый робот обращал внимание только на один источник за раз (либо на направляющий сигнал, либо на соседнего робота) и переключал этот источник с одного шага на другой.
В условиях сильного шума эта стратегия переключения требовала меньших усилий для поддержания движения группы по желаемому пути, чем стратегии, основанные на усреднении, или стратегии с фиксированным соотношением лидер-последователь.
Исследователи называют свой подход алгоритмом нерешительного роя. Название отражает парадоксальную идею: позволяя отдельным особям перераспределять влияние с течением времени, можно упростить управление группами в условиях неопределенности.
«Наши выводы предполагают, что та же динамика, которая делает поведение небольших групп животных непредсказуемым, может также предложить новые способы управления сложными инженерными системами», — сказал Бхамла.