返回
Active matter flocking via predictive alignment
DOI:10.1103/fv6f-r9w9.png)
摘要
En 中文
理解活动物质中的集体自组织现象,例如鸟群和鱼群,仍然是物理学中的一个重大挑战。诱导对齐的相互作用对于群集行为至关重要;然而,在噪声存在的情况下,仅靠对齐通常不足以维持群体凝聚力,导致传统模型引入人工边界或显式吸引力。本文提出了一种通过预测性对齐实现凝聚性群集行为的模型,其中个体预测其在每种可能的重定向下的未来位置,并采用能够最大化邻居数量与对齐程度之间折衷的朝向。在离散时间的Vicsek型框架中实现后,该方法能够在不增加额外参数的情况下实现稳健、抗噪声的凝聚力。在稳定状态下,群集规模与相互作用半径呈线性关系,对噪声或推进速度几乎免疫,且群体在噪声条件下能协同跟随领导者。这些发现揭示了预测性策略如何增强自组织能力,为融合物理学和认知类动力学的新型活动物质模型铺平了道路。
Keyword:
PHASE-TRANSITION
BEHAVIOR
期刊
IF:
2.4
论文数:
1.4K
被引数:
10.3W
机构
暂无机构信息

