入れ子状の相互作用ネットワークは集合行動の応答性を高める

動物の群れがいかに鋭く同期するか

大きな動物群は、まるで一体の生き物のように曲がったり、よけたり、逃げたりすることがよくあります。本稿は、群れの内部にある「誰が誰に従うか」といった見えない構造が、魚群—そしてそれに触発されたロボット群—の全体が条件変化に対して迅速かつ確実に反応することを可能にする仕組みを探ります。

移動する群れの内部にある導きの層

危険を察して群れが一斉に泳ぎ去るのを見ると、各魚が単に近接する仲間をいっせいにコピーしているのだと考えたくなります。著者らは、実際にはより微妙な構造があることを示します：ある個体は多くの他者に影響を与え、別の個体は主に従うという見えない導きのパターンが存在します。このパターンは硬直した序列ではなく、群れの運動種別に応じて変わる柔軟なリーダー–フォロワーの網目です。研究者が注目する主要な構造的特徴は「ネスト性（入れ子性）」と呼ばれます：上位のリーダーは単に近いフォロワーを導くだけでなく、鎖の下位にいる多くの魚にも間接的に影響を及ぼします。

魚群が速い機動について明かすもの

研究チームは浅い円形水槽で泳ぐラミーノーズ・テトラの小群を撮影し、各魚の位置と向きを時間経過で追跡しました。これらの軌跡から、どの魚が先に動き、どの魚が後に反応する傾向があるかを再構成し、各群について有向の影響ネットワークを構築しました。また、群れがどれほど鋭く曲がったか（曲率）と、魚同士の揃い具合（偏極度）を測定しました。頻繁に方向を変える素早く入り組んだ機動を群れが行うとき、基盤となるネットワークは強くネストしていることがわかりました：少数の魚が多くに影響を与え、影響のパターンは三角形状の連鎖のように整然としていました。一方で、群れが一方向に安定して滑るように進むときは、ネットワークはよりネスト性が低く平等的であり、それでも魚の整列は保たれていました。

理想化したネットワークで情報流を試す

なぜネスト構造が有利なのかを理解するために、著者らはしばしば疫学に使われる単純な拡散モデルに注目しました。ここでノードが「感染する」というのは病気ではなく、方向に関する手がかりを受け取り伝播していることを意味します。彼らは完全にネストしたリーダー–フォロワーネットワークと、部分的にネストしたもの、ランダムなものを、全体の接続数を同じに保ちながら比較しました。最もネストしている場合、頂点に信号を置くとそれが素早くほぼ全ノードに到達し、ノードが比較的速く回復（伝播をやめる）するときでも到達しました。ネットワークがランダム化されネスト性が下がるにつれて、信号は停滞しました：多くのノードが情報を得られず、活動中の伝播者のピーク数は減少し、同じ被覆率を得るためにモデルはより多くの初期信号源を必要としました。

方程式から旋回するロボット群へ

次に研究は、これらの構造的利点が実際の運動に変換されるかを問いました。著者らは各個体が目立つ近隣の動作に基づいて誰に従うかを選ぶ「自己推進」群モデルを構築しましたが、一工夫あります：このルールはより「顕著な」動きをする個体が多くの他者のリーダーになりやすい、ネストした階層を優先的に形成します。彼らはこの完全にネストした方式を、各近隣が同等の発言権を持つ方式と、動きの手がかりで影響が滑らかに重み付けされる方式という2つの一般的な代案と比較しました。繰り返し大きな旋回を行うように求められたシミュレート群では、少数の情報を持つ個体が指示する目標方位パターンに対して、ネスト方式はより近く一致し、遅延も小さく、運動に相当なノイズが加わっても優れた結果を示しました。

群泳する魚のように振る舞う実ロボット

最後に研究者たちは、入れ子状ネットワーク制御を50台の小さな車輪式ロボットに実装し、平坦なアリーナで動かしました。「ホバリング」課題では、単一の情報を持つロボットが群れをある領域の周回に留めようとしました。従来の重み付け近隣ルールでは群れの軌跡は滑らかで鈍く、ゆるやかな曲がりしか示しませんでした。ネストルールではロボットはより鋭く決定的な旋回を行い、情報を持つロボットの変化を的確に追いました。「追従」課題では、情報を持つロボットが予測できない方向変化を行ったときにも、ネスト制御群は位置と向きの両面でより密接に追従し、比較群は多くの旋回を平滑化したり見逃したりしました。

魚やロボットを超えて重要な理由

日常的な言い方をすれば、本研究は群れの配線が個々の感度と同じくらい重要であることを示します。強くネストした影響の網――上位のリーダーが多くに届く多層の連鎖――は、ノイズに圧倒されずに重要な信号に対して群れがより速く、より確実に反応することを可能にします。これらの知見は、生物学者が動物群を解釈するのに役立ち、危険な環境で迅速に対応する必要があるドローンや水中ロボットチームの設計を導き、迅速で協調的な行動が不可欠な場合に人間のネットワークをどう組織するかについても示唆を与える可能性があります。

引用: Zheng, Z., Tao, Y., Xiang, Y. et al. Nested interaction network enhances responsiveness in collective behavior. Commun Phys 9, 75 (2026). https://doi.org/10.1038/s42005-026-02510-0

キーワード: 集合行動, 魚の群泳, 群ロボティクス, 情報伝達, ネットワークの階層性