Boids

Boids算法是Craig Reynolds在1986年提出的一种人工生命算法，用来模拟鸟群、鱼群等生物群体的行为。Boids算法通过模拟个体之间的互动，让整个群体表现出集体行为。

术语

在Boids算法中，我们有以下术语：

• Boid：群体中的一个个体
• Perception（感知）：一个boid能感知到的周围区域的半径

规则

在Boids算法中，我们有以下规则：

• Separation（分离）：boid应避免与附近的boid挤在一起
• Cohesion（聚合）：boid应朝附近boid的重心移动
• Alignment（对齐）：boid应与附近的boid朝同一方向移动

演示

下面是Boids算法的演示。你可以调整参数，观察boid的行为变化。

• Count：模拟中boid的数量
• Perception：boid能感知的半径
• Separation：把boid推离附近boid的力
• Cohesion：把boid拉向附近boid重心的力
• Alignment：使boid的速度与附近boid趋于一致的力
• Highlight：开关，高亮第一个boid并显示它的感知范围

有趣的事

我觉得这三条规则在一定程度上也存在于人类社会中，所以我们可以做一些有趣的思想实验，比如：

• Perception（感知）：在更早的社会里，互联网出现之前，人们的视野要窄得多。他们只能关注自己的小世界，比如自己的村庄或部落。那时多样性更强，个体受更大范围社会规范的影响也更小。信息爆炸之后，“主流”更容易形成，人们的想法也更容易趋同。
• Separation（分离）：这有点像现代人说的“边界感”。比如有人问你每个月赚多少钱，在有些社会里这很正常，在另一些社会里，人们会觉得你有问题。在边界感弱的社会里，人们更容易形成紧密的社群，归属感也更强。相反，在边界感强的社会里，个体更独立，但也更难真正与他人建立联系。
• Alignment（对齐）：我觉得这和群体内部等级是否稳定有关。对齐程度低时，人们不一定要走主流的路，但群体整体仍会朝着一致的方向前进，同时允许内部位置发生变化。反过来，对齐程度高时，不仅整个群体朝同一方向移动，个体在群体中的相对位置也倾向于固定不变。