Skutki topologii interakcji i reżimu aktywacji w kilku systemach wieloagentowych

Abstrakcyjny

Efekty różnych interakcji agentów i struktur aktywacji są porównywane i przeciwstawiane w kilku wieloagentowych modelach zjawisk społecznych. Losowe grafy i kraty reprezentują dwa ograniczające rodzaje badanych sieci interakcji agentów, przy czym tak zwane sieci „małego świata” są postacią pośrednią między tymi dwoma ekstremami. Model zachowań emerytalnych jest badany dla każdego typu sieci, co skutkuje istotnymi różnicami w kluczowych wynikach modelu. Następnie, w kontekście modelu tworzenia firm, w którym wyłaniają się struktury wielopodmiotowe (firmy), wykazano, że medium interakcji – czy to za pośrednictwem poszczególnych podmiotów, czy za pośrednictwem firm – wpływa na jakościowy charakter wyników. Na koniec badane są alternatywne „harmonogramy” aktywacji agentów. W szczególności porównuje się dwa tryby aktywacji: (1) wszystkie środki są aktywne dokładnie raz w każdym okresie i (2) każdy środek ma losową liczbę aktywacji w każdym okresie o średniej 1. W wielu przypadkach te dwa tryby dają nieodróżnialne wyniki przy poziom zagregowany, ale w niektórych przypadkach różnice między nimi są znaczne.

biali terroryści kontra muzułmańscy terroryści

Ten artykuł został opublikowany w Symulacja oparta na wielu agentach , Springer Verlag Lecture Notes in Artificial Intelligence, 2000.



Wstęp

Jedna klasa systemów wieloagentowych (MAS) składa się ze stosunkowo niewielkiej liczby agentów, z których każdy ma stosunkowo wyrafinowane zachowanie (np. bogaty model poznawczy, być może do radzenia sobie ze złożonym środowiskiem zadaniowym [18]). Inny typ MAS obejmuje stosunkowo dużą liczbę behawioralnie prostych agentów. Ta druga rodzina systemów wieloagentowych jest bardzo interesująca jako podstawa empirycznie istotnych modeli ludzkich zjawisk społecznych i ekonomicznych. Takie modele zazwyczaj obejmują wykorzystanie zagregowanych danych społecznych lub ekonomicznych do oszacowania parametrów MAS, w których agenci mają heterogeniczne stany wewnętrzne (np. preferencje), ale wspólny repertuar zachowań (np. wymiana ekonomiczna).

Jednym z powodów, dla których zwraca się większą uwagę na proste podmioty, jest to, że dominującą normą w matematycznych naukach społecznych jest budowanie modeli, które abstrahują od szczegółów poznania2. Innymi słowy, ekonomiści i inni ilościowi badacze socjologii skupiają się na modelach behawioralnie prostych. symptom braku dzisiaj czegoś w rodzaju uniwersalnego modelu poznania. Drugim powodem zróżnicowanego zainteresowania modelami złożonymi z umiarkowanej lub dużej liczby prostych agentów jest to, że takie systemy są całkiem zdolne do złożonych zachowań zbiorczych, obejmujących na przykład spontaniczne pojawianie się norm behawioralnych (np. [19]) lub -organizacja wieloagentowych koalicji (np. [3]). Zrozumienie pochodzenia tych złożonych wzorców wyłaniających się zachowań jest często poważnym wyzwaniem i byłoby jeszcze trudniejsze, gdyby poszczególne podmioty same w sobie były złożone — gdyby także pojawiały się indywidualne decyzje.

ile osób pracuje na atut