Boids 鸟群模拟器 — 设计文档

1. 概述

Boids 是 Craig Reynolds 于 1987 年提出的经典鸟群模拟算法。它展示了涌现行为（emergent behavior）——每个个体（boid）只遵循三条简单的局部规则，但整体却呈现出逼真的鸟群飞行、鱼群游动等协调集体行为。

核心思想：没有中央控制者。群体中不存在 "领头鸟" 或全局路径规划。鸟群的同步转向、分群与合群完全来自个体之间的局部交互。

2. 三条核心规则

2.1 分离（Separation）— 避免碰撞

每个 boid 试图与其邻近同伴保持距离，避免碰撞和拥挤。

\[ \mathbf{F}_{\text{sep}} = \sum_{j \in N} \frac{\mathbf{p} - \mathbf{p}_j}{|\mathbf{p} - \mathbf{p}_j|} \]

其中 \(N\) 是感知半径内的所有邻居。排斥力指向远离每个近邻的方向，近距离邻居的排斥权重更大。模拟器中对感知半径 40% 以内的近邻施加增强排斥。

2.2 对齐（Alignment）— 速度匹配

每个 boid 试图与邻近同伴的平均飞行方向保持一致。

\[ \mathbf{F}_{\text{ali}} = \frac{1}{|N|} \sum_{j \in N} \mathbf{v}_j - \mathbf{v} \]

即邻居的平均速度与自身速度之差。这个规则使得鸟群形成统一的运动方向。

2.3 凝聚（Cohesion）— 向群中心靠拢

每个 boid 试图向邻近同伴的质心移动。

\[ \mathbf{F}_{\text{coh}} = \frac{\sum_{j \in N} \mathbf{p}_j}{|N|} - \mathbf{p} \]

即邻居的平均位置与自身位置之差对应的速度向量。这个规则使得鸟群保持聚集，不会散开。

2.4 合力与运动

每个 boid 的运动由上述三个力的加权和驱动：

\[ \mathbf{F} = w_s \cdot \mathbf{F}_{\text{sep}} + w_a \cdot \mathbf{F}_{\text{ali}} + w_c \cdot \mathbf{F}_{\text{coh}} + \mathbf{F}_{\text{edge}} + \mathbf{F}_{\text{pred}} \]

力被限制在最大转向力 \(F_{\text{max}}\) 以内（防止瞬间急转），速度被限制在 \(v_{\text{max}}\) 以内（防止无限加速）。

3. 扩展规则

3.1 边缘回避（Edge Avoidance）

当 boid 靠近画布边缘时，施加一个指向画布中心的力：

\[ F_{\text{edge}} = \frac{d_{\text{margin}} - d_{\text{edge}}}{d_{\text{margin}}} \cdot v_{\text{max}} \]

其中 \(d_{\text{edge}}\) 是 boid 到最近边缘的距离，\(d_{\text{margin}}\) 是可调的边缘回避距离。

3.2 捕食者回避（Predator Avoidance）

当启用捕食者模式时，鼠标指针充当 "捕食者"。距离捕食者 150 像素以内的 boid 会受到强烈的排斥力，方向远离捕食者。这使得鸟群在用户移动鼠标时呈现出紧急规避行为。

4. 使用指南

4.1 基本操作

功能	操作	说明
添加 boid	点击画布空白处	在点击位置创建新个体
暂停/继续	按钮或空格键	冻结群体运动，便于分析当前状态
重置	按钮	清空并重新生成鸟群
捕食者模式	按钮切换	鼠标变为"捕食者"，靠近的 boid 会紧急逃散
显示感知半径	按钮切换	显示每个 boid 的感知范围圆，理解局部交互

4.2 参数调节

参数	效果
分离权重 \(w_s\)	个体间保持距离的倾向。增大则间距扩大，减小则更拥挤
对齐权重 \(w_a\)	与同伴方向保持一致的倾向。增大则飞行方向更统一
凝聚权重 \(w_c\)	向群体中心靠拢的倾向。增大则群体更紧密
感知半径	每个 boid "看到"同伴的距离。增大则形成更大群体
最大速度	个体飞行的速度上限
转向力	个体转向的敏捷程度

4.3 实验探索

调整权重：调节分离/对齐/凝聚的权重值，观察鸟群行为如何从松散到紧密、从混乱到有序地变化
捕食者回避：开启捕食者模式并移动鼠标，观察鸟群如何分裂绕行，随后在后方重新合流——完全来自局部规则，没有全局协调
感知半径实验：减小感知半径到极小值，观察群体如何分裂为多个独立小群
极端参数：分离权重大幅增大→群体炸开；凝聚权重大幅增大→所有鸟飞向同一点来回震荡
涌现观察：耐心观察鸟群的自发分裂与合流——这些行为没有在任何代码中显式编程

5. 实现机制

5.1 邻居查找

每个 boid 每帧都需要查找感知半径内的所有同伴。朴素实现是 O(N²)：对每个 boid 遍历所有其他 boid。由于本模拟器的 boid 数量通常在 100 以内，这个复杂度是完全可接受的。

对于大规模模拟（成千上万 boid），可采用空间哈希或四叉树优化邻居查找至近似 O(N)。

5.2 转向力限制

每帧计算出的总力向量被限制在 maxForce 以内。这个机制模拟了生物的运动惯性——即使是鸟类也不能瞬间改变飞行方向。

5.3 拖尾效果

画布每帧不彻底清空，而是覆盖一层半透明黑色（alpha ≈ 0.25），产生运动拖尾效果。向前运动的 boid 留下逐渐淡出的痕迹，视觉上增强了速度感和群体流向。

6. 参数调参指南

参数	效果	极端值表现
分离权重 \(w_s\) ↑	个体间距增大	鸟群炸开，难以聚合
分离权重 \(w_s\) ↓	个体靠得更近	鸟群挤成一团，缺乏层次
对齐权重 \(w_a\) ↑	飞行方向更加一致	鸟群像军队一样整齐划一
凝聚权重 \(w_c\) ↑	鸟群更加紧密	所有鸟飞向同一点，来回震荡
感知半径 ↑	个体能 "看到" 更远的同伴	整个群体形成一个整体；半径过小则分散为小团
最大速度 ↑	鸟群移动更快	运动不稳定，频繁冲撞边缘
转向力 ↑	转向更敏捷	运动变得抖动、不自然

7. 涌现行为

Boids 是涌现（emergence）的经典案例：

群体分裂与合并：当两个子群体距离超过感知半径时，各自独立飞行；靠近时自然合流
障碍物回避：在捕食者模式下，鸟群遇到 "捕食者" 时会分裂为两股绕行，之后在后方重新合流——没有任何全局协调，完全来自个体规则
自组织：群体内部没有领导者，但整体表现出有序的运动方向

这些行为没有在任何代码中显式编程——它们自然涌现于三条简单规则的相互作用。