6 Construyendo Modelos Basados en Agentes

6.1 ¿Cómo modelar un MOBA?

1551/5000 Obviamente, para modelar un sistema, la distancia entre modelo y el sistema que se está modelando debe hacerse tan pequeño como posible. Este es un ejercicio desafiante por varias razones. De hecho, un se requiere muy buen conocimiento del sistema que se está modelando, adecuado se necesitan herramientas de modelado y se debe crear el modelo con estas herramientas, mientras que las restricciones inherentes al sistema que es ser modelado también necesita ser observado. Un modelo siempre busca abordar una pregunta de investigación. Esto es un condición previa requerida para la identificación de los elementos constituyentes del sistema de destino. Para lograr esto, es necesario revelar el activo elementos, las interacciones entre ellos y los elementos circundantes, y caracterizar las entidades autónomas y sus comportamientos. los el lugar también es de primordial importancia, y su topología y propiedades deben ser considerado. Las relaciones tienen un gran significado en el proceso. A menudo son la clave de la complejidad de los sistemas. Así, el modelo no necesita apuntar a cubrir todos los aspectos del sistema modelado. Más bien, puede concentrarse en sus particularidades. La validación del modelo es una etapa compleja en este proceso. Como podemos ¿Se asegura de que el modelo sea representativo del sistema simulado? Los indicadores integrados en el modelo pueden usarse como base para esto investigación; pueden compararse con el experimental del mundo real valores. La experiencia de los investigadores también es invaluable para apoyar esta etapa: los resultados del experimento de simulación se pueden comparar con el conocimiento adquirido en el piso.

551/5000 El método paso a paso que sugerimos se presenta aquí: 1) definición de las preguntas científicas que el modelo pretende habla a; 2) identificación de los componentes del sistema objetivo; 3) recopilación de datos necesarios para construir el modelo; 4) definición de los agentes y el medio ambiente. Definición de la interacciones entre todos los elementos del modelo; 5) implementación del modelo; 6) calibración del modelo a través de simulaciones sucesivas; 7) exploración del modelo que responde las preguntas científicas, o redefinición de estas preguntas

3314/5000 1.4. El paradigma del agente Permítanos ahora proporcionar una introducción más formal de los conceptos de El mundo de los agentes. 1.4.1. Conceptos básicos Una de las definiciones más influyentes del concepto de agente, que es utilizado como punto de referencia por la comunidad de investigación francesa, fue sugerido por Jacques Ferber en [FER 95]. De acuerdo con esta definición, el agente es: C ONCEPTO DE AGENTE DE ACUERDO entidad física o virtual: A J. F ERBER .– a - que puede actuar en un entorno; - que puede comunicarse directamente con otros agentes; - que es impulsado por un conjunto de tendencias (en la forma de objetivos individuales o una satisfacción, tal vez incluso función de supervivencia, que pretende optimizar); - que posee sus propios recursos; - que es capaz de percibir su entorno (en un manera limitada); - que solo tiene una representación parcial de esto entorno disponible (incluso puede no tener representación de la misma); - que tiene habilidades y ofrece servicios; - que posiblemente pueda reproducirse; - cuyo comportamiento tiende a satisfacer objetivos, mientras teniendo en cuenta los recursos y habilidades a su disposición, y en función de su percepción, representaciones y el comunicaciones que recibe. Esta definición establece las propiedades mínimas que una entidad debe tener para ser considerado un agente. Estas características pueden ser resumido en cuatro palabras [WOO 97]: - autonomía: capacidad de evolucionar según su propio comportamiento sin intervención externa; - reactividad: capacidad de reaccionar a eventos externos; - proactividad: capacidad de tomar decisiones de forma más o menos desarrollada camino para lograr sus objetivos; - sociabilidad: capacidad de interactuar con otros agentes. En el mismo espíritu que la definición anterior, Jacques Ferber interpreta El concepto de un sistema multi-agente como [FER 95]: C ONCEPTO DE MULTI - AGENTE de los siguientes elementos: SISTEMA .– 13 siendo compuesto - un entorno E, es decir, un espacio que tiene una métrica; - un conjunto de objetos O: estos objetos están situados, es decir, para cada objeto, para un momento dado, se pueden asociar con una posición en E. Estos objetos son pasivos, es decir, puede ser percibido, creado, destruido y modificado por el agentes; - un conjunto de agentes A, que son objetos particulares (A ⊆ O), que representan las entidades activas del sistema; - un conjunto de relaciones R que trae los objetos (y así los agentes) juntos entre sí; - un conjunto de operaciones Op que hace posible que agentes de A para percibir, producir, consumir, transformar y manipular los objetos de O; - operadores responsables de representar la aplicación de estas operaciones y la reacción del mundo a esto intento de modificación, que llamaremos las leyes de la Universo. Esta definición conceptos [OCC 01]: lata ser resumido utilizando cuatro núcleo - agentes: conjunto de entidades activas en el sistema que tienen sus propias comportamiento; - entorno: medio en el que evolucionan los agentes. Su estructura depende del dominio de la aplicación. Sin embargo, a menudo se espacializa; en otras palabras, se le otorga una métrica; - interacciones: conjunto de idiomas y protocolos de intercambio entre los agentes Estos a veces son de bajo nivel, originarios de la física. modelos, o de alto nivel, como actos de lenguaje; - organización: conjunto de agrupaciones de agentes con entidades federativas donde todos los agentes tienen un objetivo común

1891/5000 Este resumen ha sido objeto de un enfoque de modelado denominado Vocal después de A, E, I, O [DEM 95, DEM 97, DEM 03]. Estos cuatro Los componentes definen el concepto de sistema multiagente en general conducta. Actualmente hay una gran cantidad de formalismos y entornos de tiempo de ejecución basados en este tipo de enfoque. por lo tanto, nosotros ahora abordará la cuestión de si un sistema de múltiples agentes es un proceso de reflexión o una herramienta de implementación. 1.4.2. Interacciones La riqueza del MAS radica, en gran medida, en las interacciones que ocurrir entre agentes. Estas interacciones se pueden expresar en muchos formas. La organización Fundación para Agentes Físicos Inteligentes (FIPA) ha publicado un conjunto de reglas y estándares con respecto a estas interacciones. Estas reglas se pueden resumir de la siguiente manera [FAP 00]: - los agentes pueden comunicarse entre sí; - un agente proporciona un conjunto de servicios y los pone a disposición de todos otros agentes en el sistema; - cada agente es responsable de limitar su accesibilidad a otros agentes; - cada agente es responsable de definir sus relaciones, contratos, etc., con otros agentes. Por lo tanto, un agente directamente “sabe” (a través de su conjunto de conocimiento) todos los agentes con los que puede interactuar; - cada agente sabe, con su nombre, la forma en que puede ser Accedido desde fuera del sistema. Como resultado, se supone que los agentes para interactuar de forma autónoma y sin restricciones. El medio a través del cual se llevan a cabo estas interacciones es variable. Los agentes pueden intercambiar mediante el envío de mensajes, que generalmente tienen contenidos estandarizados. Un gran número de obras tienen examinó la creación de lenguajes orientados, comúnmente conocidos como Lenguaje de comunicación del agente (ACL). Algunos de los más conocidos los idiomas son FIPA-ACL [FOU 02]. Este tipo de comunicacion significa que los intercambios pueden tener lugar de punto a punto o que un El agente puede transmitirse hacia una comunidad de agentes.

2183/5000 Otra técnica es la de la pizarra, que consiste en Permitir a los agentes una pizarra donde puedan leer o escribir para comunicarse con la comunidad de agentes. Esta es una transmisión patrón. Finalmente, existe el tipo de comunicación que llamaremos difuso. Los agentes pueden, a través de mecanismos de percepción y acción. respectivamente, percibir un cambio en otros o en el medio ambiente, y puede actuar sobre los demás y sobre el medio ambiente. Esta es también una forma de comunicación. 1.4.3. Tipos de agentes Todos aquellos interesados en los agentes están de acuerdo en que, por Para fines pedagógicos, hay dos categorías principales de agentes [FER 95]: reactivo y cognitivo. La primera categoría de agentes es basado en comportamientos simples que corresponden a una acción de estímulo estrategia. En contraste, la segunda categoría de agentes tiene genuina facultades para reflexionar y adaptar su comportamiento. Muchas arquitecturas de agentes para representar fenómenos espaciales tienen sido sugerido en la literatura. En este contexto, el deseo de creencia enfoque de intención (BDI) describe una toma de decisiones humanizada proceso para agentes [RAO 91]. Esta arquitectura se basa en un simple idea: el logro de un deseo se realiza mediante la realización intenciones intermedias que se identifican a través de un análisis de creencias del agente sobre su mundo. Podríamos sentir la tentación de afirmar que la arquitectura BDI es ideal. Sin embargo, el proceso de toma de decisiones para agentes puramente cognitivos (como los agentes BDI) exige un alto uso de los recursos informáticos (tiempo de cálculo del procesador y memoria, por ejemplo). Su El uso a gran escala crea problemas de rendimiento. Los agentes brownianos parecen ser una solución, dado que combinan las propiedades de reactivo y agentes cognitivos [SCH 03, SCH 02]. De hecho, su comportamiento deriva de la evaluación de un conjunto de variables combinadas con analítica pura o leyes estocásticas. De esta manera, los agentes brownianos mantienen el simplicidad de los agentes reactivos, pero también tienen a su disposición comportamiento imitativo de la cognición, a través de las funciones estocásticas que forman parte de ellas. Este tipo de agentes son adecuados para la representación de movimiento de una gran cantidad de humanos, como se propone en [GLO 04].

3758/5000 En realidad, los agentes y los sistemas de múltiples agentes están diseñados en un caso: caso por caso para simular fenómenos complejos tanto como posible; a menudo se encuentran en la encrucijada de la reacción y la cognición, reuniendo variables internas de estado y memoria, reactividad y cognición, o determinismo y estocasticidad de los comportamientos. Como un Como resultado, a menudo presentan una arquitectura híbrida que combina: - reglas de comportamiento reactivo que se basan en estímulos recibidos o percibido por el agente (eventos, mensajes, observaciones o estocástico leyes); las reglas de comportamiento reactivo pueden aplicar algunas acciones o llamar a algunas funciones cognitivas de alto nivel; - reglas de comportamiento cognitivo que utilizan algoritmos desarrollados y el conocimiento del agente, por ejemplo, un algoritmo de ruta más corto basado en un Mapa mental del espacio estructurado en forma de gráfico. Esta arquitectura general se desarrolla con más detalle como una función. del estudio de caso en cuestión, en particular, mediante la inclusión de un arquitectura de agente (por ejemplo, BDI o adaptativa), o incluso a través de la definición de un modelo organizacional. 1.4.4. Paradigmas de organización MAS Como todos los sistemas distribuidos, hay dos tipos principales de control en MAS: control centralizado, en el que un agente maestro gestiona el trabajo, organiza soluciones y media conflictos y control distribuido donde se dice que el sistema es evolutivo y donde cada agente tiene un plan de acción total o parcial. En la práctica, nos encontramos totalmente centralizados. arquitecturas, arquitecturas totalmente distribuidas o arquitecturas que Combina ambos enfoques. Como se describe por J. Ferber [FER 03], durante el desarrollo de un entorno de múltiples agentes, tenemos dos posibilidades disponibles: desarrollo centrado en agentes o un desarrollo centrado en el organización. Los sistemas de agentes múltiples centrados en agentes (ACMAS) son modelados en términos de los estados mentales del agente y son muy útiles en el caso de agentes altamente cognitivos. En el caso de un sistema complejo, Es imposible ser plenamente consciente del desarrollo y el comportamiento. del sistema en su conjunto únicamente sobre la base del comportamiento de la varios agentes Sus interacciones deben tenerse en cuenta, y un es necesario tomar un punto de vista general, por lo que un ACMAS es no recomendado para modelar un sistema complejo. Describiremos más detalladamente el agente múltiple centrado en la organización. enfoque de sistemas (OCMAS) y el modelo de agente / grupo / rol (también conocido como modelo AGR o Aalaadin [FER 98]). 1.4.4.1. Principios generales de OCMAS Si consideramos los asuntos en términos de organización, esto nos proporciona con un nuevo enfoque para describir la estructura y el interacciones que aparecen dentro de un MAS. El nivel organizacional (también llamado nivel social en [JEN 00]) se encuentra en un nivel superior al de los agentes, que es el único nivel que se considera en ACMAS. El nivel organizacional describe la estructura y dinámica. aspectos de la organización. Se basa en tres principios resumidos como sigue: P RINCIPIO 1.1.– el nivel organizacional describe qué y no el como. Impone una estructura sobre las acciones de los agentes, pero lo hace No describir la forma en que se comportan. En otras palabras, el el nivel organizacional no contiene un código que pueda ser ejecutado por los agentes, sino que proporciona especificaciones sobre los límites y Las expectativas que es posible tener sobre el comportamiento del agente. P RINCIPIO 1.2.– no hay descripción de un agente y no hay estado mental presente a nivel organizacional. Este nivel no indica nada con respecto la manera en que los agentes lo interpretarán. Una colonia de hormigas es considerado una organización de la misma manera que la junta de un empresa. El nivel de organización de los estados mentales, como las creencias, deseos, intenciones u objetivos no se discuten.

2242/5000 P RINCIPIO 1.3.– una organización hace posible romper un sistema abajo. Cada parte (o grupo) proporciona un contexto para las interacciones entre los agentes Un grupo proporciona los límites que los agentes que pertenecen al mismo grupo pueden interactuar libremente. Por otro lado, un grupo es completamente inaccesible para agentes que no le pertenecen. Estos tres principios tienen el siguiente significado: 1) una organización puede ser vista como una estructura dinámica, cuya Los agentes son varios componentes. Unirse a un grupo o jugar un papel puede ser visto como integración; 2) modelar un sistema a nivel organizacional puede dejar el opciones de implementación abiertas, como el hecho de que un agente específico juega un rol específico; 3) es posible crear verdaderamente “sistemas abiertos”, donde los no se especifica la arquitectura de los agentes; 4) es posible crear sistemas seguros mediante el uso de grupos en un método de “caja negra”, donde todo lo que sucede dentro no se puede ver desde afuera. También es posible definir una política de seguridad para excluir a los agentes “indeseables” de unirse a un grupo. 1.4.4.2. El modelo de rol de grupo de agente (AGR): un ejemplo de OCMAS organización El modelo AGR se basa en tres conceptos primitivos: agentes, grupos. y roles, que están estructuralmente conectados y no pueden ser definidos por Otras primitivas. Estos conceptos satisfacen un conjunto de axiomas que los unifican. - Agente: un agente es una entidad comunicativa activa que puede jugar varios roles y puede ser miembro de varios grupos. Un importante característica del modelo AGR, que está de acuerdo con el segundo principio descrito anteriormente, es que no hay ninguna restricción impuesta a la arquitectura de un agente o en sus capacidades mentales. Un agente puede ser tan reactivo como hormiga o tan cognitivo como humano, sin ninguna restricción. - Grupo: los grupos son los conjuntos de agregación atómica para agentes. Un grupo está formado por un conjunto de agentes que comparten características comunes, y se utiliza como contexto para actividades, lo que hace posible dividir organizaciones en diferentes secciones. Siguiendo el tercer principio, dos los agentes solo pueden comunicarse si pertenecen al mismo grupo; pero un Sin embargo, el agente puede pertenecer a varios grupos diferentes. Esto lo hace posible definir estructuras organizacionales

1454/5000 - Rol: el rol es una representación abstracta de la función, servicio o identificación de un agente dentro de un grupo. Un agente debe jugar al menos un rol dentro de un grupo. Los roles son locales para los grupos y deben solicitarse. por un agente Varios agentes diferentes pueden jugar el mismo papel. Los grupos pueden superponerse porque un agente puede ser miembro de Varios grupos al mismo tiempo. Esta propiedad superpuesta para grupos hace posible conceptualizar un mundo donde todos los agentes están en el mismo nivel y no están organizados de manera fija en una rígida estructura. La organización y la jerarquía se producen a nivel de grupo y pueden así cambia con el tiempo. Los tres conceptos definidos anteriormente de agente, grupo y rol están vinculados por un conjunto de cinco axiomas: 1) cada agente es miembro de (al menos) un grupo; 2) dos agentes solo pueden comunicarse si son miembros del mismo grupo; 3) cada agente desempeña (al menos) un papel en un grupo; 4) un agente es un miembro del grupo dentro del cual desempeña un papel; 5) un rol se define con una estructura de grupo. El modelo AGR nos permite definir una dinámica organización de los agentes. La organización de agentes dentro de un MAS Es un elemento que estructura el proceso. Cuando el sistema está estudiado se considera a diferentes escalas, debe ser posible ver o representar el hecho de que un grupo de agentes que interactúan pueden comportarse en un de manera específica y, en otro nivel de abstracción, puede actuar como si fueran Una sola entidad.

6.2 1.5 Observando con agentes

3517/5000 Antes de que ocurra la simulación, los MAS también participan en la explicación conocimiento vinculado con la pregunta de investigación inicial. Hay varios posibles enfoques para estructurar el pensamiento del modelador y el formalización del problema. Primero, podemos mencionar matemática enfoques tales como ecuaciones diferenciales ordinarias (ODE) y parciales ecuaciones diferenciales (PDE), métodos estocásticos (como Bayesian redes y cadenas de Markov). Después de esto vienen los enfoques de TI (a través de simulaciones), como robots celulares, enfoques individuales y MAS. En este contexto, los MAS juegan un papel muy particular debido a su proximidad a la realidad y su adaptabilidad a todos los contextos. Primero presentaremos un método para modelar un fenómeno real usando agentes Ilustraremos nuestra explicación con un ejemplo de social ciencias relacionadas con la dinámica interurbana. 1.5.1. Dos enfoques de agente a un fenómeno real Con respecto a MAS como herramientas de modelado, hay dos principales tendencias [EDM 04]. La primera tendencia es el modelado parsimonioso, conocido como mantenlo simple estúpido (KISS), donde el sistema observado se reduce a su representación más simple para resaltar su dinámica. Por lo tanto, nosotros hablamos de un modelo de comprensión para KISS. La segunda tendencia de modelado. es mantenerlo descriptivo estúpido (KIDS), en el cual el sistema observado es descrito en toda su complejidad sobre la base de datos de campo, particularmente utilizando sistemas de información geográfica (SIG), para describir el sistema real con la mayor precisión posible. En este caso, hablamos de un modelo descriptivo Típicamente, para entender la diferencia entre los enfoques mencionados anteriormente, agregamos los siguientes detalles. El enfoque de KISS tiene como objetivo simplificar el modelo tanto como sea posible para construir un entorno controlado inteligible centrado en la dinámica del sistema que está en estudio. Esto se puede ver a través de observación microscópica o macroscópica del sistema por simulación. Si se simplifica un ejemplo de epidemiología, la inmunidad adquirida El modelo de síndrome de deficiencia (SIDA) de la biblioteca NetLogo es adquirido. Este modelo describe un espacio homogéneo con infectados o individuos sanos, con patrones de circulación aleatorios, donde hay un infección en cada reunión. El modelado de KISS hace posible entender la dinámica observada por la simulación, tomando un cierto Número de parámetros en cuenta. Debido al corto plazo de estos experimentos, el modelado puede ser interactivo. Por lo tanto, es posible definir juegos serios o de múltiples actores para un juego casi exhaustivo exploración del valor de los parámetros, o potencialmente para identificación de escenarios que podrían simularse como el siguiente paso, utilizando un modelo KIDS. El objetivo del enfoque KIDS es describir el sistema con el mejor detalle posible. Por ejemplo, los individuos en el El modelo de SIDA mencionado anteriormente, a través de este enfoque, tendría un comportamiento de circulación realista (como movimiento pendular, o movimiento vinculado al lugar de residencia) que está vinculado a estudios de campo realizado. Por lo tanto, el modelado KIDS entra en juego cuando se requiere una apreciación del futuro de un sistema o un método para evaluación y política de toma de decisiones sobre el terreno. sin embargo, el El número de parámetros involucrados es a menudo muy alto, y el cálculo el tiempo puede durar varias horas o incluso varios días. Esto significa que los modelos KIDS no se pueden usar de forma interactiva. Antes de cualquier simulación, el escenario debe pensarse cuidadosamente porque es imposible Explore completamente este tipo de modelo.