Учёные учат дроны охотиться стаями
Многие копытные намного быстрее своих естественных врагов, и в соревновании один на один на стадионе у львицы, например, не было бы ни одного шанса поймать антилопу (скорость гепарда — скорее исключение). Но, как мы знаем, охота львиц на антилоп регулярно заканчивается успехом хищников. Как им это удаётся? Всё дело в тактике и взаимодействии.
Владение тактикой и техникой взаимодействия хищников может оказаться полезно и для дронов, причём не боевых, а, например, работающих в индустрии развлечений. Группа венгерских учёных смоделировала поведение крупных хищников, которые охотятся группами, и опубликовала результаты в журнале New Journal of Physics.
Модель позволяет рассчитать минимально необходимое и оптимальное количество хищников в группе. В отличие от других подобных моделей, венгерская учитывает и такие факторы, как способность хищников предсказывать движения жертвы, и даже изменение поведения жертвы при панике, а также взаимодействие между хищниками. В результате поведение виртуальных хищников в модели очень похоже на поведение реальных львов, волков и койотов.
Симуляция за симуляцией учёные искали оптимальные стратегии преследования. Выяснилось, что один-два хищника никогда не смогут поймать более быструю жертву: на плоскости для этого нужно как минимум три хищника, а в трехмерном пространстве — например, в воде — все пять.
В дальнейшем венгерские учёные надеются обработать поведение хищников во время охоты с помощью механизмов машинного обучения и получить результаты, еще более приближенные к реальности. Алгоритмы, полученные при помощи такой обработки, можно будет использовать в программировании дронов — например, боевых, для защиты от беспилотников противника, или полицейских - для преследования преступников. Но дронов, умеющих действовать как стайные хищники, можно использовать и для игр в виртуальной реальности, видеосъёмки футбольных матчей и в других мирных целях.