Non-Markovian Collective Motion from Self-Regulated Perceptual Dynamics

Sintesi Tecnica: Movimento Collettivo Non-Markoviano da Dinamiche Percettive Auto-Regolate

Enunciato del Problema
Il movimento collettivo nella materia attiva è tradizionalmente modellato utilizzando regole di allineamento locale istantaneo, come il modello di Vicsek, in cui gli agenti aggiornano le loro direzioni basandosi esclusivamente sulla configurazione corrente dei vicini. Questi modelli presuppongono l'assenza di memoria interna; la decisione di allineamento è puramente reattiva allo stato presente. Tuttavia, evidenze empiriche provenienti da sistemi biologici (ad esempio, stormi di storni) e sciami ingegnerizzati suggeriscono che gli agenti possiedono spesso variabili interne di regolazione — come persistenza comportamentale, attenzione o guadagno del controllore — che evolvono su scale temporali più lente rispetto alla dinamica di allineamento. Queste variabili possono immagazzinare informazioni sugli stati di allineamento passati, introducendo potenzialmente un comportamento non-Markoviano (dipendente dalla storia) nel collettivo. Il lavoro affronta la questione di come tali meccanismi di feedback interno lenti possano generare un movimento collettivo non-Markoviano efficace senza imporre ritardi temporali espliciti o nuclei di memoria fenomenologici.

Metodologia
Gli autori introducono un modello minimale a due scale temporali per agenti attivi che si muovono in un dominio periodico bidimensionale. Ogni agente è dotato di due registri interni accoppiati:

1. Registro Percettivo Veloce: Codifica la tendenza istantanea ad allinearsi con specifici vicini. È modellato come un insieme di canali a due stati.
2. Registro Regolatorio Lento: Una variabile di stato interna che integra la storia recente del registro veloce e fornisce un feedback per influenzare le future decisioni di allineamento.

La dinamica interna è formulata utilizzando una rappresentazione operatoriale di sistema aperto derivata dal generatore di Gorini–Kossakowski–Sudarshan–Lindblad (GKSL). Gli autori dichiarano esplicitamente che questo formalismo è utilizzato esclusivamente come descrizione efficace che preserva la positività per variabili a due stati limitate, e non per assumere dinamiche quantistiche microscopiche. Il sistema è descritto da un operatore di densità ridotto $\rho_i$ per ogni agente, che viene proiettato su una rappresentazione di Bloch di campo medio per derivare equazioni differenziali ordinarie accoppiate per le componenti di Bloch ($m^z$ per il bias di allineamento, $s$ per il tono regolatorio lento).

Il moto fisico è determinato da una mappa di direzione in cui la direzione desiderata dell'agente è una media ponderata della sua direzione corrente e delle direzioni dei suoi vicini. I pesi di allineamento sono generati dinamicamente dalla componente longitudinale del registro percettivo veloce, che è modulata dalla variabile regolatoria lenta.

Contributi Chiave

• Architettura a Due Scale Temporali: Il lavoro propone un meccanismo in cui la memoria emerge dall'accoppiamento tra dinamiche percettive veloci e una variabile regolatoria lenta, piuttosto che da ritardi temporali espliciti nella regola di allineamento.
• Quadro Algebrico-Operatoriale: Adatta il formalismo GKSL, tipicamente utilizzato nei sistemi quantistici aperti, per descrivere materia attiva classica con stati interni limitati, fornendo un quadro algebrico compatto per commutazione, rilassamento e rumore.
• Emergenza Non-Markoviana: Lo studio dimostra che, sebbene il sistema completo (inclusa la variabile lenta) sia Markoviano in uno spazio degli stati ingrandito, la dinamica efficace del parametro d'ordine collettivo diventa non-Markoviana quando la variabile lenta non è osservata esplicitamente, manifestandosi come dipendenza dalla storia.

Risultati Numerici
Le simulazioni del modello rivelano quattro firme distinte della memoria interna:

1. Rilassamento Lento-Veloce: Il bias percettivo e il parametro d'ordine polare ($M$) crescono rapidamente, mentre il tono regolatorio lento ($S$) evolve su una scala temporale significativamente più lunga. Gli agenti raggiungono l'ordine direzionale prima che la loro variabile di memoria interna si equilibri completamente.
2. Isteresi Indotta dal Feedback: Quando la forza del feedback ($\lambda_{fb}$) viene variata ciclicamente in aumento e in diminuzione, l'ordine polare stazionario segue rami diversi. Il sistema mantiene una memoria della sua precedente configurazione regolatoria, mantenendo uno stato ad alto ordine anche quando il feedback è ridotto, purché la variabile lenta non si sia completamente rilassata.
3. Area di Isteresi Finita: L'area tra i rami diretto e inverso nel grafico del parametro d'ordine rispetto alla forza del feedback rimane finita su un ampio intervallo di tassi di rilassamento lento ($\gamma_s$). Questa area funge da misura dipendente dal protocollo della dipendenza dalla storia, confermando che la variabile lenta immagazzina una storia sufficiente ad alterare gli esiti collettivi.
4. Coordinazione Non Monotona: La covarianza e lo sfasamento tra l'ordine polare ($M$) e il tono regolatorio ($S$) mostrano un comportamento non monotono rispetto alla forza del feedback. Viene identificato un regime di feedback intermedio in cui il blocco dinamico tra ordine collettivo e regolazione interna è più forte.

Significato e Affermazioni
Il lavoro afferma che un movimento collettivo non-Markoviano efficace può emergere naturalmente da loop di feedback interni locali senza richiedere regole di allineamento ritardate esplicitamente o nuclei di memoria imposti. La variabile regolatoria interna lenta agisce come un canale di memoria, immagazzinando la storia dell'allineamento percettivo veloce e influenzando le future decisioni. Questo meccanismo spiega come i sistemi collettivi possano esibire isteresi e persistenza di stati ordinati.

Gli autori collocano questo lavoro come un'estensione minimale della classe di Vicsek, in cui il peso di allineamento istantaneo è sostituito da una variabile interna dinamica. Sottolineano che il modello è "neutro rispetto al substrato", applicabile a collettivi biologici (ad esempio, persistenza comportamentale) e sciami ingegnerizzati (ad esempio, guadagni adattivi del controllore), sebbene la calibrazione quantitativa sarebbe specifica del sistema. Lo studio conclude che le scale temporali del feedback interno possono servire come parametri di controllo per l'ordine collettivo, offrendo una nuova via per comprendere l'auto-organizzazione dipendente dalla memoria nella materia attiva.