🐦 Boids 3D — Agentes de Bandada

En cada fotograma, para el boid i con velocidad v y posición p, la simulación calcula tres vectores de dirección dentro del radio de percepción r: Separación S = suma de (p_i - p_j) / |p_i - p_j|^2 para vecinos cercanos j; Alineación A = velocidad media de los vecinos normalizada a la velocidad objetivo; Cohesión C = (posición media de los vecinos - p_i) normalizada y escalada a la velocidad objetivo. La nueva velocidad es v' = v + w_s * S + w_a * A + w_c * C, donde w_s, w_a, w_c son los pesos de los deslizadores. Cada vector de fuerza se limita a una magnitud máxima (MAX_FORCE) para mantener el movimiento fluido, y la velocidad final se limita a 1,4 veces la velocidad base.

Una implementación ingenua comprueba cada par de boids en busca de proximidad, con un costo de O(N^2) operaciones por fotograma, demasiado lento para 600 agentes a 60 fps. Esta simulación usa una cuadrícula de hash espacial: en cada fotograma, todos los boids se agrupan en celdas de cuadrícula de un tamaño igual al radio de percepción. Para encontrar vecinos, un boid solo revisa las 3x3x3 = 27 celdas circundantes en lugar de la lista completa, reduciendo el costo medio a O(N * k), donde k es el número de boids por celda local. El renderizador WebGL InstancedMesh dibuja entonces todos los conos en una única llamada de dibujo, manteniendo mínima la sobrecarga de la GPU.

La investigación empírica confirma que la formación real de bandadas es local y descentralizada, coherente con el principio de Boids. Sin embargo, los estudios sobre las murmuraciones de estorninos (destacadamente Ballerini et al., 2008) muestran que los estorninos reales interactúan con un número aproximadamente fijo de vecinos más cercanos, unos seis o siete, independientemente de la densidad, en lugar de con todos los agentes dentro de un radio fijo. Los animales reales también incorporan límites de ángulo de visión, tolerancia al ruido y maniobras de escape específicas ante depredadores. Boids es un modelo cualitativo preciso del mecanismo emergente, pero no una reconstrucción biológica cuantitativamente exacta.

Craig W. Reynolds, entonces en Symbolics, presentó el algoritmo Boids en el artículo "Flocks, Herds, and Schools: A Distributed Behavioral Model" en SIGGRAPH 1987. Reynolds acuñó la palabra "boid" como una contracción de "bird-oid object". El artículo fue revolucionario porque mostró que un movimiento animal colectivo convincente podía surgir de un puñado de reglas locales simples en lugar de trayectorias guionizadas, y lanzó efectivamente el campo de la simulación de agentes autónomos en gráficos por computadora.

Boids pertenece a una familia más amplia de modelos basados en agentes y enjambres. Están estrechamente relacionados la optimización por colonia de hormigas (ACO), donde las hormigas virtuales depositan rastros de feromonas que guían a la colonia hacia la comida; la optimización por enjambre de partículas (PSO), que usa actualizaciones de velocidad similares a Boids para buscar soluciones óptimas; los comportamientos de dirección posteriores de Reynolds (buscar, huir, perseguir, evadir, vagar); y los autómatas celulares como el Juego de la Vida de Conway. En biología, el mismo marco se usa para modelar enjambres de langostas, cardúmenes de sardinas, e incluso el movimiento colectivo de bacterias y peatones humanos.

El algoritmo de Reynolds, o derivados de él, se usa en la IA de multitudes y tráfico de videojuegos (la serie Half-Life, los sistemas de IA de Unreal Engine), en efectos visuales cinematográficos para grandes multitudes de criaturas (El Señor de los Anillos, Guerra Mundial Z), y en simulaciones arquitectónicas de flujo peatonal para la seguridad de estadios y centros de transporte. En robótica y aeroespacial, la coordinación de enjambres multi-UAV adopta la misma estructura de separación-alineación-cohesión para mantener las formaciones de drones libres de colisiones mientras persiguen un objetivo colectivo. Boids también aparece en la investigación de enrutamiento de redes, donde los paquetes se tratan como agentes que navegan la congestión.

Las áreas de investigación activas incluyen reglas de interacción topológica (vecinos definidos por rango en lugar de distancia), bandadas robustas al ruido cerca de la transición orden-desorden (una conexión con la física estadística y la materia activa), boids basados en datos calibrados a partir de trayectorias animales rastreadas por GPS, y enjambres heterogéneos donde los agentes tienen distintos roles o capacidades. En el lado de la ingeniería, el control descentralizado en tiempo real de cientos de drones físicos, usando solo comunicación inalámbrica local y detección a bordo, es un problema abierto que se apoya mucho en la teoría de Boids, al igual que el diseño de enjambres resilientes que mantienen la cohesión cuando fallan algunos agentes.