(Phys.org)—Eftersom en gasell kan springa snabbare än ett lejon, hur fångar lejon någonsin gaseller? En ny modell av rovdjur-byte-interaktion visar hur grupper av rovdjur använder kollektiva jaktstrategier, såsom kurvtagning och cirkling, att jaga och fånga snabbare byten. Utan detta taktiska samarbete, rovdjuren skulle inte ha någon chans att fånga dessa byten.

Resultaten är inte bara relevanta för att förstå vilda djur, men har också potentiella applikationer för drönare-flygande strategier och inom underhållningsindustrin.

Forskarna, Milán Janosov, Csaba Virágh, Gábor Vásárhelyi, och Tamás Vicsek vid MTA-ELTE Statistical and Biological Physics Research Group, Ungern, har publicerat sitt papper om sin nya modell för kollektiva jaktstrategier i ett nyligen utgåva av New Journal of Physics .

"Efter många tidigare ansträngningar, vi lyckades ge en enkel, men ändå överraskande verklighetstrogna förklaringar av hur rovdjur kan bilda framgångsrika jaktflockar, och därmed drastiskt öka deras chanser att bli framgångsrika på jakt, "Berättade Janosov Phys.org . "Detta är särskilt intressant eftersom vi lyckades modellera dessa exceptionellt komplexa system - jaktgrupperna av stora köttätare - i en simulering som liknar realistiska drag i djurjakt, som att omringa, optimal gruppstorlek, och ändligt utrymme, bara genom att använda en uppsättning kompakta regler formulerade som kraftliknande interaktioner i fysiken. "

Även om det finns andra modeller som beskriver rovdjur-byte-interaktioner, den nya modellen är annorlunda på grund av det stora antalet faktorer den står för, såsom bytes panikgräns, rovdjurets förmåga att förutsäga bytet i framtiden, och samspelet mellan flera rovdjur, inom stängda gränser med realistiska åtgärder. Alla dessa parametrar bidrar till att göra en mer realistisk modell som exakt beskriver beteenden som observerats i naturen av grupper av rovdjur, såsom lejon, vargar, och coyoter.

Genom att köra simuleringar och mäta effektiviteten hos olika kombinationer av parametervärden, forskarna bestämde de optimala kombinationerna som resulterade i de mest framgångsrika gruppjaktstrategierna. Bland deras resultat, de fann att bara ett eller två rovdjur aldrig kan fånga ett snabbare byte, och att grupper om tre eller fler bara lyckas med vissa samarbetsstrategier.

Modellen avslöjade att tre rovdjur bildar en optimal grupp när de jagar in två dimensioner (t.ex. på land) i ett begränsat utrymme. I tre dimensioner (som i luften eller under vatten), jaga blir mer utmanande, och grupper om fem är optimala. Dessa gruppstorlekar är jämförbara med de som observerats i naturen. Något överraskande, forskarna fann också att ett udda antal chasers gör det bättre än ett jämnt antal, vilket beror på geometriska skäl:med ett jämnt tal, det är mer troligt att det finns ett gap mellan rovdjur som gör att bytet kan fly.

I deras modell, forskarna observerade också framväxande beteende, vilket är beteende som bara förekommer i grupper. Särskilt, grupper av rovdjur börjar ofta omringa sitt byte, och detta beteende härrör direkt från jaktreglerna.

I naturen, det är vanligt att bytesdjur ibland springer i ett sicksackmönster för att förvirra rovdjuret, och så småningom springa direkt från rovdjuret i en rak linje. Forskarna observerade också dessa strategier i sin modell, och fann att sicksack är särskilt fördelaktigt när rovdjuren har en lång fördröjning av att svara.

I framtiden, forskarna förväntar sig att ytterligare intressanta resultat kan erhållas genom att modifiera modellen, som att undersöka situationer med flera snabba byten och utrusta rovdjur och byte med algoritmer för maskininlärning.

"Vårt huvudsakliga mål i denna forskning var att få en djupare förståelse för djurs kollektiva beteende, att utöka vår kunskap om grundläggande frågor om djurens beteende, "Sa Janosov." Men med tanke på det faktum att vår forskargrupp utvecklar algoritmer för kollektiva rörelser för vår flock quadrocopters, det finns gott om potentiella applikationer vi kan föreslå. Till exempel, en grupp taktiska drönare som använder smarta inringningsstrategier kan till och med bli livräddande vid terroristattacker, när målet är att fånga terroristflygande fordon, eller jaga kriminella i trånga, tätbefolkade stadsområden.

"Förutom dessa, våra resultat kan ha potentiella tillämpningar även inom underhållningsindustrin för att utveckla fältspel, möjligen kombinerat med virtual reality -verktyg, eller genom streaming av populära sportevenemang, särskilt de som är utbredda i rymden - till exempel cykel- eller biltävlingar. "

© 2017 Phys.org