集団行動は、動物や人間を理解する上で最も基本的でありながら困難な現象の一つである。生物の集団行動に関するこれまでの研究は、一回限りあるいは短期間のパフォーマンスに焦点が当てたものが多く、これらのシステムの学習あるいは経時的変化についてはよくわかっていない。これは自然界の動物行動を長期間にわたって継続的に観察することが困難であることなどに起因する。そこで本研究では、深層強化学習に基づくマルチエージェントシミュレーション環境を構築することで、生物集団の行動変容を捉えることを試みた。ここでは、集団行動の典型例である協調的な狩猟を対象として研究を行い、集団を構成する個体の数によってある個体の役割の一貫性あるいは柔軟性が変化すること、狩猟の成功率が時間の経過とともに振動することなどを明らかにした。これらの結果は、自然界の観察によって得られている既存の知見を補完するものであり、生物集団のさらなる理解に向けた知見を提供するものである。
