はしごのラングのように積み重ねて、学校で魚を泳ぎます

科学者は50年間、魚の学校がダイヤモンド層で泳ぐことでエネルギーを節約したと信じていました。 1970年代のWeihsとLighthillによるモデルに根ざしたこの見解は、数十年にわたる研究とロボットデザインを形作りました。 ただし、新しい研究 プリンストン そして ハーバード 科学者はその理論を頭に向けます。魚はきちんとした平らなダイヤモンドで動かないでください。代わりに、彼らは動的で3次元のはしごを好みます。魚の学校のパターンの新しい外観 研究者たちは、6人の巨人ダニオスを再循環フロータンクで10時間連続して泳いでいることを追跡しました。彼らは、魚の位置に関する詳細な3Dデータを収集するために、ディープラーニングソフトウェアとともに同期サイドカメラとボトムカメラを使用しました。 この高度なセットアップにより、チームは260,000を超えるフレームを記録することができました。そこでは、少なくとも4匹の魚がはっきりと見えていて、両方のビューから追跡可能でした。調査結果は、魚の学校のパターンに関する長年の仮定に挑戦しました。フレームのわずか0.1％が古典的なダイヤモンド層で魚を示していましたが、長い間最もエネルギー効率が高いと考えられていました。 魚は主にはしごで泳ぎます代わりに、魚は主にはしご層と呼ばれる新しい3次元配置を採用しました。このパターンでは、魚は垂直方向に驚けられ、一部の泳ぎは平らな並んでいる構造を維持するのではなく、他のものよりもわずかに上または下に泳いでいました。はしごのパターンは、魚の組み合わせの79％に現れ、最も一般的なものになりました。さらに、すべての魚のペアの25.2％のみが同じ水平面で泳いでいます。これは、垂直方向のポジショニングが自然魚の学校の行動の重要な特徴であることを示しています。これは、以前の2次元研究が見落としていたものです。 この研究は、魚が正確なアライメントを必要とせずに抗力を減らす可能性が高い動的な3D配置を好むことを明らかにしています。魚のはしごが機能する理由「泳いでいるとき、魚は平均して飛行機のジェットエンジンのように後ろに向かってジェットを生成します」と、この研究の主著者であるHungtang Koは言いました。そのジェットから離れると、ドラッグが減少します。はしごの形成により、これが可能になります。魚は、すぐにある魚の上または下の魚を少し上または下に泳ぎ、まだ近くにいる間にジェットを避けます。これにより、ダイヤモンドモデルと同様のエネルギー節約が生成されますが、完璧なタイミングやアライメントの必要性は少なくなります。ダイヤモンドモデルは、魚がテールビートを同期し、レベルを維持する必要があると想定しています。しかし、実際の学校では、調整は異なります。魚は正確な抗相で尾を倒すことはめったにありません。これは、ダイヤモンドパターンが効果的である必要がある状態です。制御された実験でさえ、魚は絶えず再配置されています。平均パターンは、個人で48秒ごと、学校全体で32秒ごとに変化しました。KOのチームは、魚のはしごの形成が流量に基づいてシフトすることを観察しました。速度が1秒あたり1.6から5.6に増加すると、魚はしごがより長く伸びました。この適応は、火のいかだのような他の生物学的集団の行動に似ていました。3次元で魚を追跡します古い研究では、魚が浅い戦車やまだ水に限定されており、不自然な層を強制しています。この実験では、より深いタンクと安定した流れを使用して、境界効果を除去しました。 研究者は、SLEAP.AIとカスタムMATLABパイプラインを使用して、3Dスペースの鼻と尾の位置を検出するようにAIを訓練しました。ヒートマップによると、魚は、パートナーの上下、または下、またはそれを先に泳ぐ可能性が最も高かった。このはしごの構造は、トレーニングやコンディショニングではなく、自然に形成されました。現実世界の条件が私たちが「効率的」と考えていることをどのように再構築するかを示しています。なぜこれが生物学を超えているのかNagpal Labは、これらの新しい洞察に触発されたロボット魚の群れを設計しています。はしごの形成を模倣することにより、水中ロボットはエネルギーを節約し、よりスムーズに移動し、リーフモニタリングなどのタスクをよりよくナビゲートする可能性があります。「コラボレーションは双方向の通りです」とKOは言いました。 「コンピュータービジョンを使用して、動物グループがどのように、そしてなぜ物事を一緒に行うのかを発見することができます。そして、この生物学的洞察をどのような現実世界のロボットシステムに適用できるかを尋ねることができます。」魚の学校はエネルギーを節約します この研究は、エネルギー節約が完全なフォーメーションを保持することから得られないことを示しています。代わりに、節約は多くの一時的な多様な取り決めから来ています。 絶えず位置をシフトする魚でさえ、お互いの覚醒から離れることで依然として利益を得ます。この研究では、新しい質問も提起しています。ロボットフィッシュは、エネルギーを保存しながら位置を切り替えることができますか？垂直のはしごは乱流水でよりよく機能しますか？将来の実験、特にロボットモデルを使用すると、答えが見つかる可能性があります。今のところ、1つ確かです。自然は完璧よりも複雑さを好みます。魚は平らなダイヤモンドで泳ぎません。彼らは目に見えないはしごを登り、一度に1つの体の長さを登ります。この研究はジャーナルに掲載されています 科学レポート。- -Eric RallsとEarth.comから提供された無料のアプリであるEarthSnapで私たちをチェックしてください。- - #はしごのラングのように積み重ねて学校で魚を泳ぎます