5,443
个编辑
更改
→鸟群模拟
<math>s_i = s_i + a_4d\bar{s} + r_2,</math>
<math>s_i = s_i + a_4d\bar{s} + r_2,</math>
其中，<math>\theta_1</math>是朝向感知到的质心的方向（不包括 boid i 的质心），<math>\theta_2</math>是朝向最近 boid 的方向，<math>\theta_3</math>是朝向所有其他 boid 的平均航向（在 20 单位范围内），<math>\theta_2</math>是 boid <math>i</math> 的速度与 20 单位范围内其他 boid 的平均速度的差异，<math>r₁</math>和 r₂是范围 [-0.01, 0.01] 内的随机数。参数向量 α（所有 α ∈ [0,1]）决定了每个因素的相对贡献。环形距离按照标准方式计算，既可以跨越边界也可以不跨越边界。质心位置通过迭代计算以最小化每个boid与其他boid的环形距离（即不是与质心的平均距离，从而避免边界伪影）。
其中，<math>\theta_1</math>是朝向感知到的质心的方向（不包括 boid i 的质心），<math>\theta_2</math>是朝向最近 boid 的方向，<math>\theta_3</math>是朝向所有其他 boid 的平均航向（在 20 单位范围内），<math>\theta_2</math>是 boid <math>i</math> 的速度与 20 单位范围内其他 boid 的平均速度的差异，<math>r₁</math>和 <math>r₂</math>是范围 [-0.01, 0.01] 内的随机数。参数向量 <math>α</math>（所有 <math>α</math> ∈ [0,1]）决定了每个因素的相对贡献。环形距离按照标准方式计算，既可以跨越边界也可以不跨越边界。质心位置通过迭代计算以最小化每个boid与其他boid的环形距离（即不是与质心的平均距离，从而避免边界伪影）。
这里测试了三种不同的条件。条件 R（随机）产生了接近随机的 boid 行为（α<sub>R</sub> = [0.01, 0.01, 0.01, 0.01, 0.01, 0.01]）。条件 L（低）通过增强对速度匹配的强依赖性引发了较差的群集行为；在这种条件下的 boid 趋向于半刚性的队形移动（α<sub>L</sub> = [0.1, 0.1, 0.6, 0.6]）。条件 H（高）引发了引人注目的群集行为；参数集（α<sub>H</sub> = [0.1, 0.3, 0.3, 0.3]）是手动选择的。每种条件下 boid 和质心轨迹的示例显示在图 2 中。尽管静态图像无法完全捕捉群集行为的动态特性，但很明显，条件 H 下的 boid 轨迹比条件L和R下的更像群集行为。
这里测试了三种不同的条件。条件 R（随机）产生了接近随机的 boid 行为（α<sub>R</sub> = [0.01, 0.01, 0.01, 0.01, 0.01, 0.01]）。条件 L（低）通过增强对速度匹配的强依赖性引发了较差的群集行为；在这种条件下的 boid 趋向于半刚性的队形移动（α<sub>L</sub> = [0.1, 0.1, 0.6, 0.6]）。条件 H（高）引发了引人注目的群集行为；参数集（α<sub>H</sub> = [0.1, 0.3, 0.3, 0.3]）是手动选择的。每种条件下 boid 和质心轨迹的示例显示在图 2 中。尽管静态图像无法完全捕捉群集行为的动态特性，但很明显，条件 H 下的 boid 轨迹比条件L和R下的更像群集行为。