🐟 Aquarium — Fischschwärme

Jeden Frame berechnet ein Fisch drei Kraftvektoren. Trennung: Für jeden Nachbarn näher als 80 Pixel wird ein wegweisender Einheitsvektor hinzugefügt, skaliert mit 0,04. Ausrichtung: Die Geschwindigkeitsvektoren aller Nachbarn innerhalb von 160 Pixeln werden gemittelt, mit 0,02 skaliert und der Geschwindigkeit des Fisches hinzugefügt. Kohäsion: Der Vektor vom Fisch zur durchschnittlichen Position der Nachbarn innerhalb von 160 Pixeln wird berechnet, normiert und mit dem Kohäsionsparameter skaliert. Die drei Kräfte werden summiert und angewendet. Die Geschwindigkeit wird dann auf das durch den Geschwindigkeitsregler eingestellte Maximum begrenzt. Dies sind Euler-Integrations-Steuerungskräfte statt Newtonscher Physik, das heißt, Beschleunigung und Widerstand sind in der Begrenzung implizit enthalten.

Schwarmbildung bei echten Fischen entwickelte sich vor allem als Schutz vor Fressfeinden. Ein dichter Schwarm aus Hunderten oder Tausenden identisch aussehender Fische löst den sogenannten „Verwirrungseffekt" aus — ein Raubtier findet es nahezu unmöglich, ein einzelnes Ziel inmitten der schnellen, koordinierten Bewegung vieler ähnlicher Fische zu verfolgen und zu isolieren. Schwärme profitieren auch vom „Viele-Augen"-Effekt: Mit mehr Individuen, die nach Gefahr Ausschau halten, entdeckt die Gruppe Bedrohungen früher. Manche Schwarmarten gewinnen zusätzlich hydrodynamische Vorteile, da Fische im Druckwindschatten der Nachbarn mitschwimmen und ihren Energieverbrauch senken können.

Ein verbreiteter Irrglaube ist, dass ein Schwarm von einem „Anführerfisch" an der Spitze geführt wird, dem die anderen folgen. Tatsächlich haben Schwarmfische keinen Anführer und keine Hierarchie. Der Fisch, der an der Spitze zu sein scheint, befindet sich dort einfach aufgrund der kombinierten Steuerung aller Individuen. Wenn dieser Fisch abbiegt, reorganisiert sich die gesamte Gruppe, und ein anderer Fisch kann an der Spitze landen. Jedes Individuum trifft seine eigenen Entscheidungen nur basierend auf den Fischen, die es unmittelbar wahrnehmen kann, und die geordnete Gruppenbewegung ist eine selbstorganisierte emergente Eigenschaft.

Craig Reynolds, damals Computergrafik-Forscher, veröffentlichte den Boids-Algorithmus 1987 im SIGGRAPH-Tagungsband „Flocks, Herds, and Schools: A Distributed Behavioral Model". Das Modell war sofort einflussreich in Film und Animation — es wurde erstmals 1992 in Tim Burtons Film Batman Returns bei einer großen Produktion eingesetzt, wo Tausende von Fledermäusen und Pinguinen mit Boids animiert wurden. Reynolds erhielt 1998 einen Academy Award for Technical Achievement für seine Arbeit an Bewegungssteuerung und Verhaltensanimation.

Das Aquarium ist eng mit der 3D-Boids-Simulation auf dieser Seite verwandt, die Schwarmverhalten im dreidimensionalen Raum ohne das Aquarium-Thema zeigt. Die Fischschwarm-3D-Simulation nutzt ebenfalls Schwarmregeln, rendert Fische aber als 3D-Meshes. Allgemeiner erscheinen dieselben Emergenzprinzipien im Game of Life (Emergenz zellulärer Automaten), im SIR-Epidemiemodell (Ausbreitung von Agenten durch eine Population) und bei L-Systemen (Wachstumsregeln, die komplexe Pflanzenstrukturen erzeugen). All dies zeigt, wie einfache lokale Regeln komplexe globale Muster erzeugen können.

Von Boids abgeleitete Algorithmen werden umfangreich in der Schwarmrobotik eingesetzt, wo Gruppen einfacher autonomer Drohnen oder Bodenroboter ohne zentrale Steuerung koordinieren müssen. Dieselben Regeln ermöglichen dezentrale Such- und Rettungseinsätze, landwirtschaftliche Drohnenschwärme zur Feldüberwachung und militärische Multi-UAV-Koordination. Im Verkehrsingenieurwesen informieren Schwarmmodelle, wie autonome Fahrzeuge Kolonnen bilden können, um den Luftwiderstand zu senken. In der Netzwerktechnik lösen Ameisenkolonie- und Schwarmoptimierungsalgorithmen — mathematisch mit Boids verwandt — Routing- und Lastausgleichsprobleme in großen verteilten Systemen.

Forscher untersuchen derzeit, wie echte Fischschwärme kollektive Entscheidungen treffen, etwa welche Richtung sie einschlagen, wenn sich ein Raubtier nähert, ohne dass ein einzelnes Individuum vollständige Informationen besitzt. Studien mit Hochgeschwindigkeits-Mehrfachkameraverfolgung haben gezeigt, dass sich Informationen als Welle mit etwa 20 Fischlängen pro Sekunde durch einen Schwarm ausbreiten — weit schneller als jede individuelle Reaktionszeit. Offene Fragen betreffen, wie Schwärme in drei Dimensionen in turbulentem Wasser Kohäsion bewahren, wie sich Mischarten-Schwärme bilden und auflösen, und wie das Gehirn jedes Fisches soziale Signale von Dutzenden Nachbarn gleichzeitig kodiert und schnell verarbeitet.