理解集体行为
德国康斯坦茨大学和马克斯普朗克动物行为研究所的研究人员找到了一种方法，可以观察当群鱼以近乎完美的同步一起游动时它们所看的东西 - 尽管每条鱼对周围环境的视野都有限。
研究人员使用新开发的 3D 眼动追踪方法来解读视频，可以检测到鱼的身体姿势和眼睛位置的毫秒差异，从而确定其视野。
他们发现，每条鱼的游动方式都是这样的：一只眼睛总是聚焦在前面的鱼身上，另一只眼睛则完全看向另一个方向。
这项技术的目的是帮助阐明鱼类在游动时是根据哪些感官知觉来做出决定的。
这对于理解集体行为和机器人技术的研究很有意义。
研究员梁立表示：“如果你更好地了解生物学，那么你就可以制造出更好的机器人。更好的机器人将帮助我们更好地理解生物系统。”
该大学的其他研究人员考虑了社交网络在群体对环境的反应中所起的作用。他们再次研究了鱼类， 发现当鱼感知到环境中的风险更大时，群体受惊的频率更高，参与受惊事件的鱼也更多。然而，受惊率的增加并不是因为单个鱼对危险信号更敏感。相反，群体的物理结构——个体相对于彼此的位置以及它们之间的距离——才是受惊事件的最佳预测因素。
换句话说，通过改变群体结构，通过更加紧密地联系在一起，个体之间的社会联系强度得以增强，使他们能够作为一个集体对环境的变化做出有效而迅速的反应。
研究人员认为，研究结果可能有利于开发通过集体智慧有效解决问题的新技术，例如联网机器人。
一项早期研究调查了鱼类的个性对集体行为的影响。研究人员发现，倾向于花更多时间与其他鱼类在一起的鱼个体速度较慢，在群体中处于更中心的位置，并且更有可能跟随其他鱼类。由这些个体组成的群体比社交性较差、行为倾向更快的个体组成的群体更有凝聚力，移动较少，协调性也较差。
这项研究由康斯坦茨大学、马克斯·普朗克鸟类研究所和剑桥大学联合开展，有助于解释和预测社会和生态层面复杂集体行为模式的出现，对保护、渔业和仿生机器人群具有重要意义。它甚至可能有助于理解人类社会和团队绩效。
