蜜蜂做。鸟做。鱼类和叶羚也是如此。即使并不是小组中的每个成员都知道他们要去哪里，他们都可以优雅地朝特定方向蜂拥而至。
甚至人类也会以牛群的心态互相跟随 - 例如，从拥挤的剧院中出来。新研究为发生的事情提供了一些令人惊讶的见解，包括对民主决定的群体。
牛津大学的Iain Couzin说：“动物群体有目的地移动，但通常只有相对较少的人有有关旅行地点的相关信息。”
生物学家经常想知道，知情与不知情之间是否存在一些复杂的沟通。但是Couzin和他的合作者在模拟中表明，一组简单的行为规则可以控制一个组。
“我们的模型中没有明确的信号，”库辛告诉生活学。 “没有人在说，'我知道什么 - 来跟我来。'”
唯一的要求似乎是在小组中的需求与某些人朝着自己的首选方向发展的渴望之间的平衡。这些以目标为导向的人看起来就像他们的幼稚同事。
库辛说：“没有固有的差异，遗传或其他差异，例如统治或身体大小，都需要解释领导才能。”
模拟中的追随者无法认识到谁带领他们这一事实可以解释动物如何在拥挤的环境中有效地移动，在那里他们只能看到最近的邻居。
普林斯顿大学的丹尼尔·鲁宾斯坦（Daniel Rubenstein）说：“ [这项研究]展示了小家伙的力量。” “您不需要宣告的领导者，您不需要复杂的信号传导。”
结果于2月3日发表自然，可能对开发大量机器人有用，以探索海洋或其他行星。
跟随虚拟领导者
在计算机模拟中，Couzin和他的同事们对虚拟动物的本能编程为保持在他人附近的本能，这是许多物种的重要生存特征。然后，研究人员将一些成员赋予了羊群的首选方向 - 无论是朝着食物来源还是新的筑巢地点。
然后，他们确定了小组将如何达到这个目标的距离。
随着越来越多的成员知道去哪里，准确性提高。但是在某个时候，增加更多知情的人并没有太大提高准确性。举个例子，有五个领导者与拥有六个领导者相同。
达到一定程度的准确性所需的知情个人的最小百分比取决于小组的规模。如果10个虚拟水牛需要50％的牛群才能知道浇水孔的位置，那么200％的一组只能获得5％。
在本质上，领导者的数量可能会尽可能少。 Couzin举了一个蜜蜂的例子，为此，搜寻一个新的巢穴是危险的，而且耗时。研究表明，只有5％的Hive人群参与侦察。
民主原则
与人类互动情况一样，有时在认识的人之间会存在分歧。
例如，可能有五个人知道东方的粮食供应，但有四个人向北部发现了食物。研究人员发现，整个小组将倾向于与更多知情的人一起朝着方向发展。
Couzin解释说：“在现实世界中，您确实有具有不同信息，需求和偏好的人。” “我们表明的是 - 使用非常简单的规则 - 小组将选择多数席位。这几乎就像一个民主决定。”
为了测试这些简单的规则是否真的适用于真正的动物，Couzin的团队已经开始实验，其中某些鱼被培训以将单向与奖励联系起来。然后，这些知情的人将与未经训练的鱼混合，以查看是否可以带领该小组。
知情的人类和机器人
科学家们还计划看人类的人群。 Couzin认为可能有类似的机制可以解释我们如何沿着繁忙的街道行走。
他说：“我们或多或少地在自动驾驶仪上做到这一点。”
也许我们在潜意识中调和了两个简单的命令：准时上班，避免踏上任何人的鞋子。
库辛说：“我们提出的协调机制非常简单，只需要有限的认知能力。” “这种简单性，一般性和该机制的有效性为在人群中选择的支持提供了支持。”
简单的命令网络也可能是编程机器人团队的有效方法。 Couzin之前曾与普林斯顿大学的研究人员合作，他们正在设计可以自主行动的水下机器人。
了解某个目标位置的机器人可以在没有任何人类监督的情况下引导其他机器人。
