群体行为中复杂的运动模式源于个体间的相互作用。先前研究在鸽群中识别出两种领导结构：分层网络和互惠关系。然而，这两种结构都基于数据分析，缺乏实证证据，且由于鸟类无法报告其领导结构，难以建立领导结构与轨迹数据间的直接对应关系。
招募24名研究生志愿者，分为3组，每组8人。每组按预设的树状领导结构进行慢跑：除顶级领导者外，每人只跟随一个领导者，且禁止相互跟随。
使用无人机（DJI MAVIC 3 PRO）以60Hz频率记录群体运动轨迹，使用TRACKER软件追踪个体位置。
计算个体间的方向相关函数：$C_{i,j}(\tau)=\langle\vec{a}_{i}(t)\cdot\vec{a}_{j}(t+\tau)\rangle$，通过最大相关值确定方向相关延迟时间$\tau_{i,j}^{*}$。
实验证明树状结构能够准确描述等级群体运动的领导关系。在此结构中，信息从顶级领导者单向传递至跟随者。
层级网络只能描述个体运动的时间延迟关系，无法反映实际的领导关系。研究提出了从层级网络中提取领导关系的方法。
将方法应用于鸽群飞行数据，发现鸽群的领导关系同样遵循树状结构。模型能够准确模拟鸽群的集体行为。
同一层级个体的高度同步源于其跟随相同的领导者，而非先前认为的相互连接或强互动。
本研究揭示了树状结构作为等级群体运动的领导机制，解决了群体行为研究中的关键问题：
• 首次通过实验证据证明树状领导结构在等级群体运动中的作用
• 纠正了先前对层级网络和互惠关系的误解
• 建立了领导结构与运动轨迹数据之间的直接联系
• 为理解鸟群、鱼群等自然群体的集体行为提供新框架
• 对人工集体系统（如无人机编队控制）有重要启示
• 树状结构可显著降低信息处理与通信成本，提高系统能效
本研究通过志愿者实验和鸽群数据分析，证明树状结构是等级群体运动中的基本领导结构。每个跟随者只跟随一个领导者，顶级领导者决定群体运动方向。研究提出的模型能准确描述群体行为，为理解自然群体运动和设计人工集体系统提供了新视角。