論文の概要: Boids of a Feather Flock Together - Evolving Prey Behaviours Under Different Predator Attack Strategies

• arxiv url: http://arxiv.org/abs/2609.37885v1
• Date: Tue, 29 Sep 2026 15:55:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.714043
• Title: Boids of a Feather Flock Together - Evolving Prey Behaviours Under Different Predator Attack Strategies
• Title（参考訳）: 捕食者の群れ -捕食者攻撃戦略の違いによる捕食行動の発達-
• Abstract要約: 捕食者の狩猟戦略によっては、どのように社会的・逃避傾向のバランスをとるべきかが考えられる。 餌の生存率はアタックセントロイドが最も多く,アタックアレストが最も低かった。 以上の結果から,最適な捕食者行動は,逃避傾向と捕食者の狩猟戦略との相互作用に依存することが示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Flocking and schooling are thought to have evolved partly as defences against predation, but how prey should balance social and escape tendencies may depend on the predator's hunting strategy. We extend the predator-prey boids model of Ojo et al. (2023), itself based on Reynolds' boids, by combining six prey movement tendencies (alignment, cohesion, separation, dodge, repel and wiggle) into a single weighted acceleration update, and by reformulating wiggle as a sinusoidal manoeuvre. We then use an evolutionary strategy to optimise the six behaviour coefficients for collective prey survival against four predator hunting strategies: attack-centroid, attack-nearest, attack-random and attack-peripheral. Across five independent trials per strategy, coefficients converged within trials and mean fitness remained stable or increased, although trials often settled in different local optima. Prey survival was highest under attack-centroid and lowest under attack-nearest, in line with our hypotheses. Against attack-centroid, prey evolved individualistic predator avoidance with high escape coefficients, whereas against the other three strategies they largely kept their flock formation. Across all strategies, evolution favoured a low repel coefficient and relatively high dodge and wiggle coefficients. Our results suggest that optimal anti-predator behaviour depends on the interplay between escape tendencies and the predator's hunting strategy.
• Abstract（参考訳）: 群れと学校は、部分的には捕食に対する防御として発展したと考えられているが、捕食者の狩猟戦略に依存している可能性がある。 我々は,Ojo et al (2023) の捕食者・捕食者の体型モデルをレイノルズの体型に基づいて,6つの捕食行動傾向(アライメント,凝集,分離,ドッジ,撃退,ワイグル)を1つの重み付き加速度更新に組み合わせ,ワイグルを正弦波マニオーブレとして再構成することによって拡張する。 次に,アタックセンタロイド,アタック・アネレスト,アタック・ランダム,アタック・パーフェラルの4つの捕食者狩猟戦略に対して,6つの行動係数を最適化する。 戦略毎の5つの独立した試行において、係数は試行内に収束し、平均的適合度は安定あるいは増加し続けたが、試験はしばしば異なる局所的最適性に落ち着いた。 餌生存率はアタックセントロイドが最も多く,アタック・アネレストが最も低かった。 アタック・セントロイドに対して、獲物は高い逃避係数を持つ個人主義的捕食者回避を進化させ、他の3つの戦略とは対照的に、群れ形成を主に維持した。 全ての戦略において、進化は低反発係数と比較的高いドッジとウィグル係数を好んだ。 以上の結果から,最適な捕食者行動は,逃避傾向と捕食者の狩猟戦略との相互作用に依存することが示唆された。

関連論文リスト

• CoER: Defending against Adaptive Indirect Prompt Injection via Adversarial Co-Evolution and Refinement [19.128257554975104]
  言語モデルエージェントは、ツール使用中に間接的プロンプトインジェクション(IPI)に対して脆弱である。 検証器を用いた共進化・改良フレームワークであるCoERを提案する。 主要な7ドメイン評価では、CoERは全体的な攻撃成功を38.5%から0.2%に削減した。
  論文  参考訳（メタデータ） (2026-09-07T14:09:11Z)
• COPA: Continual Preference Optimization for Adaptive Prompt Injection Defense [9.772864559539084]
  本稿では,生涯学習問題として即時噴射防御を扱う,生涯優先最適化フレームワークCOPAを提案する。 我々は,COPAによる攻撃成功率の平均は6.3倍,4.4倍にまで低下することを示した。
  論文  参考訳（メタデータ） (2026-08-20T12:52:55Z)
• Stateful Cooperative Agents Safeguarding LLMs Against Evolving Multi-Turn Attacks [56.45762972211923]
  マルチターン攻撃に対するLDMの安全性を確保するためのプロアクティブ・ディフェンス・フレームワークを提案する。 特殊なエージェントが補完的な防衛戦略を実行するような、協調的なマルチエージェントアーキテクチャを採用している。 マルチターン攻撃における進化戦略をシミュレートするEMRAデータセットを提案する。
  論文  参考訳（メタデータ） (2026-07-31T14:04:49Z)
• The Attacker Moves Second: Stronger Adaptive Attacks Bypass Defenses Against Llm Jailbreaks and Prompt Injections [74.60337113759313]
  現在のジェイルブレイクとプロンプトインジェクションに対する防御は、通常、有害な攻撃文字列の静的セットに対して評価される。 我々は,この評価プロセスに欠陥があることを論じる。代わりに,攻撃戦略を明示的に修正したアダプティブアタッカーに対する防御を,防衛設計に対抗して評価すべきである。
  論文  参考訳（メタデータ） (2025-10-10T05:51:04Z)
• Evolution of Fear and Social Rewards in Prey-Predator Relationship [1.9928758704251783]
  恐怖は危険を検知し、危険につながる特定の刺激を避けるために学習する重要な脳機能である。 環境条件, 恐怖の進化, その他の報酬の進化の関係を明らかにするため, 分散進化シミュレーションを開発した。 驚くべきことに、我々のシミュレーションでは、同じ種を観察する社会的報酬が、獲物が生き残る上でより重要であることが明らかになりました。
  論文  参考訳（メタデータ） (2025-07-14T07:27:18Z)
• Minimal Cascade Gradient Smoothing for Fast Transferable Preemptive Adversarial Defense [17.603114590159553]
  Minimal Sufficient Preemptive Defense (MSPD)は、ターゲットモデルやグラデーションにアクセスせずに将来の攻撃を防御する高速フレームワークである。 MSPDは0.02s/image (CIFAR-10) と 0.26s/image (ImageNet) で動作し、事前プリエンプティブメソッドよりも28-1696倍高速である。 Preemptive Reversionは、フルアクセス下でプリエンプティブ摂動をキャンセルする最初のホワイトボックス診断攻撃である。
  論文  参考訳（メタデータ） (2024-07-22T10:23:44Z)
• Securing Recommender System via Cooperative Training [78.97620275467733]
  本稿では,データを相互に強化する3つの協調モデルを用いたTCD(Triple Cooperative Defense)を提案する。 既存の攻撃が二段階最適化と効率のバランスをとるのに苦労していることを考えると、リコメンダシステムにおける毒殺攻撃を再考する。 我々はゲームベースのコトレーニングアタック(GCoAttack)を提案し,提案したCoAttackとTCDをゲーム理論のプロセスとする。
  論文  参考訳（メタデータ） (2024-01-23T12:07:20Z)
• Predator-prey survival pressure is sufficient to evolve swarming behaviors [22.69193229479221]
  混合協調競合型マルチエージェント強化学習に基づく最小限の捕食者・捕食者共進化フレームワークを提案する。 驚くべきことに、我々のこのアプローチの分析は、獲物と捕食者の両方にとって予期せぬほど多様な行動を示す。
  論文  参考訳（メタデータ） (2023-08-24T08:03:11Z)
• Ranked Prioritization of Groups in Combinatorial Bandit Allocation [62.24280332575472]
  我々は,種々に対する報酬を交換する新たな盗賊的目標を提案する。 この目的をリプシッツ連続報酬関数の重み付き線型和として表すことができる。
  論文  参考訳（メタデータ） (2022-05-11T17:40:29Z)
• Projective Ranking-based GNN Evasion Attacks [52.85890533994233]
  グラフニューラルネットワーク(GNN)は、グラフ関連のタスクに対して、有望な学習方法を提供する。 GNNは敵の攻撃の危険にさらされている。
  論文  参考訳（メタデータ） (2022-02-25T21:52:09Z)
• Guided Adversarial Attack for Evaluating and Enhancing Adversarial Defenses [59.58128343334556]
  我々は、より適切な勾配方向を見つけ、攻撃効果を高め、より効率的な対人訓練をもたらす標準損失に緩和項を導入する。 本稿では, クリーン画像の関数マッピングを用いて, 敵生成を誘導するGAMA ( Guided Adversarial Margin Attack) を提案する。 また,一段防衛における最先端性能を実現するためのGAT ( Guided Adversarial Training) を提案する。
  論文  参考訳（メタデータ） (2020-11-30T16:39:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。