El modelado basado en agentes ( ABM) es un método de simulación que explora el comportamiento de los agentes descentralizados y cómo dicho comportamiento determina el comportamiento de todo el sistema en su conjunto. A diferencia de la dinámica de sistemas , el analista determina el comportamiento de los agentes a nivel individual, y el comportamiento global surge como resultado de la actividad de muchos agentes (modelado de abajo hacia arriba).
El modelado basado en agentes incluye autómatas celulares , elementos de teoría de juegos, sistemas complejos, sistemas multiagente y programación evolutiva, métodos Monte Carlo, utiliza números aleatorios.
El primer modelo basado en agentes se desarrolló a fines de la década de 1940 . Posteriormente, el desarrollo de las microcomputadoras contribuyó a un mayor desarrollo de esta dirección y la capacidad de realizar simulaciones por computadora.
La idea principal detrás de los modelos basados en agentes es construir una "herramienta computacional" (que es un conjunto de agentes con un determinado conjunto de propiedades) que le permita simular fenómenos reales. El objetivo final del proceso de creación de un ABM es rastrear la influencia de las fluctuaciones de los agentes que actúan en el nivel micro sobre los indicadores del nivel macro.
En general, se acepta que los modelos basados en agentes se originan en las computadoras de John von Neumann, que son máquinas teóricas capaces de autorreproducirse . John von Neumann propuso el uso de máquinas que siguen instrucciones detalladas para crear réplicas exactas de sí mismas. Posteriormente, este enfoque fue mejorado por el amigo de von Neumann, Stanislav Ulam , quien propuso representar el automóvil en papel, como un conjunto de celdas en una red. Este enfoque fue el comienzo del desarrollo de los autómatas celulares .
La implementación más famosa de un autómata celular fue el juego " Life ", propuesto por John Horton Conway , que difiere de la máquina de von Neumann en reglas bastante simples para el comportamiento de los agentes.
El uso de AOM para sistemas sociales se originó a partir del trabajo del programador Craig Reynolds , en el que intentó simular la actividad de agentes biológicos vivos (el modelo de "Vida Artificial").
Los modelos basados en agentes se basan en tres ideas principales:
El enfoque metodológico dominante es el enfoque en el que se calcula el equilibrio o pseudo-equilibrio de un sistema que contiene muchos agentes. Al mismo tiempo, los propios modelos, utilizando reglas de comportamiento simples, pueden producir resultados muy interesantes.
Los ABM consisten en agentes que interactúan dinámicamente de acuerdo con ciertas reglas . El entorno en el que interactúan puede ser bastante complejo.
Inteligencia. Al mismo tiempo, esta propiedad debe ser moderada para que los agentes no puedan aprender algo más que vaya más allá de las reglas del juego.
Tener un propósito de vida. Ubicación en el tiempo y el espacio. Esto se refiere a algún "hábitat", que se puede representar tanto en forma de cuadrícula (como en el juego " Vida ") como en forma de una estructura mucho más compleja. A veces, el resultado de la interacción de los agentes en el "hábitat" es un equilibrio, a veces, un proceso continuo de evolución y, a veces, un ciclo sin fin sin una solución definitiva.
Los AOM se consideran complementarios a los métodos analíticos tradicionales . Estos últimos nos permiten caracterizar el equilibrio del sistema , y AOM nos permiten explorar la posibilidad de obtener dicho estado. AOM puede explicar la causa de fenómenos tales como: organizaciones terroristas , guerras , caídas del mercado de valores, etc.
Idealmente, los ABM pueden ayudar a identificar puntos de tiempo críticos después de los cuales las consecuencias de la emergencia serán irreversibles.
Desde mediados de la década de 1990 , AOM se ha utilizado para resolver una variedad de problemas comerciales y tecnológicos . Ejemplos de tareas son:
En estas y otras aplicaciones, las estrategias de comportamiento se definen teniendo en cuenta el comportamiento de un conjunto de agentes atómicos individuales y sus interacciones. Por lo tanto, AOM puede ayudar a estudiar la influencia del comportamiento individual de los agentes en la evolución de todo el sistema.
Uno de los programas para desarrollar AOM es la aplicación gratuita NetLogo . NetLogo se desarrolló originalmente como una herramienta educativa, pero ahora lo utilizan no solo los estudiantes, sino también miles de investigadores. Este programa se usa a menudo en universidades para enseñar a los estudiantes los conceptos básicos de AOM. El programa StarLogo tiene una funcionalidad similar .
Una herramienta para implementar una gama más amplia de tareas en el campo de ABM es el programa Swarm . Utiliza el lenguaje de programación Objective-C y se puede recomendar a los programadores de C , no solo a los profesionales, sino también a los principiantes. También puedes programar en el entorno Swarm en el lenguaje Java . También notamos algunos programas más: MASON , Repast ( se usa Java ), EcoLab ( se usa C++ ), Cormas ( se usa SmallTalk ).
Programas