Estudio del movimiento y comportamiento colectivo de peces, robots y abejas.

El comportamiento colectivo en los animales es omnipresente en la naturaleza. Surge de la autoorganización de los individuos que interactúan dentro de un grupo. Lo que hace que el comportamiento colectivo sea tan interesante es que el comportamiento del grupo como un todo no puede predecirse únicamente a partir de las acciones de sus miembros individuales. En las últimas décadas, ha habido un interés creciente por entender cómo el comportamiento colectivo emerge de las interacciones individuales. Esta investigación ha revelado que la autoorganización en los sistemas biológicos comparte propiedades funcionales comunes que pueden desencadenar transiciones que dotan a los colectivos de capacidades de adaptación.

El principal objetivo de este trabajo es explorar los mecanismos subyacentes a partir de los cuales puede surgir y adaptarse un comportamiento colectivo complejo. Concentramos nuestro análisis en el movimiento colectivo de cardúmenes de peces y el consenso alcanzado en robots de enjambre en un modelo de selección de sitios de anidación en abejas.

Estudiamos el movimiento colectivo del tetra neón negro (\textit{Hyphessobrycon herbertaxelrodi}) registrando sus movimientos en un tanque experimental y usando un software de seguimiento personalizado para extraer trayectorias individuales. Nuestro análisis revela una fuerte correlación entre la velocidad de natación y el orden colectivo. Exploramos esta correlación en el modelo de Vicsek, un modelo de partículas autopropulsadas, y descubrimos que el sistema experimenta una transición de fase de desorden a orden al aumentar la velocidad de las partículas. Al modificar el modelo para incluir la velocidad de oscilación periódica, podemos replicar el tipo de locomoción del tetra neón negro. Esto sugiere que los peces pueden reducir el efecto del ruido aumentando su velocidad y favoreciendo las fuerzas de alineación. La modulación de la sincronización direccional a través de la velocidad tiene beneficios de adaptación, lo que permite una transferencia de información más rápida y eficiente.

También investigamos la presencia y las características de las avalanchas en nuestro cardumen, que ocurren cuando los peces reorganizan abruptamente su dirección de movimiento. Observamos que el tamaño y la duración de estas avalanchas siguen un patrón sin escala similar a los sistemas críticos autoorganizados. Además, es más probable que ciertos peces inicien avalanchas, actuando como líderes efectivos. Al incorporar un líder global que cambia periódicamente de dirección, replicamos en el modelo de Vicsek el comportamiento intermitente sin escala observado en los cardúmenes de peces. Nuestros hallazgos resaltan la importancia de la variabilidad individual en la activación de cascadas de comportamiento.

Para analizar la toma de decisiones colectiva, estudiamos un modelo descentralizado que simula el proceso de selección del sitio donde anidar en las abejas. El modelo integra el descubrimiento y la comunicación para llegar a un consenso sobre el mejor sitio. Caracterizamos los parámetros del modelo en una aproximación de campo medio y probamos su viabilidad agregando espacio, localidad y ubicación a la dinámica mediante el uso de kilobots, pequeños robots capaces de intercambiar información con robots vecinos. Sorprendentemente, el nivel de consenso estacionario en nuestros resultados de kilobots coincide estrechamente con los valores estacionarios de consenso predichos por la aproximación de campo medio. Para explicar este resultado, examinamos la conectividad del sistema de kilobots en nuestra arena experimental y demostramos que, a partir de las interacciones locales y la movilidad, los kilobots forman una red de comunicación percolada desde la cual transmiten información de manera tan eficiente como en la aproximación de campo medio. El movimiento de los kilobots induce efectivamente una extensión del radio de interacción con respecto al escenario estático, lo que es especialmente importante en el régimen de alta comunicación. Nuestros resultados demuestran que este modelo puede explicar el consenso de las abejas sobre el mejor sitio disponible mediante interacciones dinámicas locales.