2 Modelacion Basada en Agentes

2.1 ¿Qué es Moba? y ¿Cuál es la diferencia?

Históricamente, la complejidad de los modelos científicos a menudo estaba limitada por la trazabilidad matemática, cuando el cálculo diferencial era el único enfoque que teníamos para modelar, teníamos que mantener modelos lo suficientemente simples como para “resolver” matemáticamente y, por desgracia, a menudo estábamos limitados a modelar problemas bastante simples.Con la simulación por computador, se eliminan estas limitaciones y entonces podemos abordar problemas que requieren modelos que están menos simplificados e incluyen más características de los sistemas reales. Los MOBAs están menos simplificados de una manera específica e importante: representan los componentes individuales de un sistema y sus comportamientos. En lugar de describir un sistema solo con variables que representan el estado de todo el sistema, modelamos sus agentes individuales.Los MOBA son, por lo tanto, modelos en los que los individuos o agentes se describen como únicos y autónomos, entidades que generalmente interactúan entre sí y con su entorno local. Los agentes pueden ser organismos,seres humanos, empresas, instituciones o cualquier otra entidad que persiga cierta objetivo. Los agentes generalmente son diferentes entre sí en características como tamaño, ubicación, consumo de recursos etc… Interactuar localmente significa que los agentes usualmente no interactuan con todos los demás agentes sino solo con sus vecinos en el espacio geográfico o en algún otro tipo de “espacio” como una red. Ser autónomo implica que los agentes actuan independientemente el uno del otro y persiguen sus propios objetivos. Los organismos se esfuerzan por sobrevivir y reproducirse, los comerciantes, en el mercado de valores, intentan ganar dinero, las empresas tienen objetivos como cumplir metas de ganancias ó permanecer en el negocio; las autoridades gubernamentales quieren hacer cumplir las leyes y brindar bienestar público.Por lo tanto, los agentes utilizan un comportamiento adaptativo: ajustan su comportamiento a sus estados actuales, a los de otros agentes y a su entorno.

2.2 De agregados a indivuduos

Miremos un ejemplo:

El uso de ABM nos permite abordar problemas relacionados con lo que se denomina emergencia: la dinámica de un sistema que surge de cómo los componentes individuales del sistema interactúan y responden entre sí y su entorno. Por lo tanto, con ABM podemos estudiar preguntas sobre cómo el comportamiento de un sistema que surge de, y está vinculado a, las características y comportamientos de sus componentes individuales. ¿Qué tipo de preguntas son estas? Aquí hay unos ejemplos:

  • ¿Cómo podemos manejar los bosques tropicales de manera sostenible, manteniendo ambos usos económicos? y niveles de biodiversidad críticos para las propiedades de estabilidad de los bosques (Huth et al. 2004)?

  • ¿Qué causa la dinámica compleja y aparentemente impredecible de un mercado de valores? Son fluctuaciones del mercado causadas por el comportamiento dinámico de los comerciantes, la variación en el valor de las acciones, o ¿simplemente las reglas comerciales del mercado (LeBaron 2001, Duffy 2006)?

  • ¿Cómo se regula el desarrollo del tejido humano por las señales del genoma y el entorno extracelular y por comportamientos celulares como la migración, proliferación, diferenciación y muerte de las celulas ¿Cómo resultan las enfermedades de anormalidades en este sistema (Peirce et al. 2004)?

  • ¿Cómo responden las poblaciones de aves playeras a la pérdida de las marismas en las que se alimentan y cómo pueden mitigarse estos efectos de la mejor manera?(Natillas Goss et al. 2006)?

  • Qué impulsa los cambios en el uso del suelo durante la expansión urbana y cómo se ven afectados por el entorno físico y las políticas de gestión (Brown et al. 2004, Parker et al. 2003)?

2.3 Nuevos conceptos y habilidades

Los MOBAs son útiles para problemas que involucran fenómenos emergentes porque son modelos “multinivel”. Tradicionalmente algunos científicos han estudiado sistemas, modelándolos utilizando enfoques tales como ecuaciones diferenciales que representan cómo cambia todo el sistema. Otros científicos estudian solo lo que llamamos agentes: cómo cambian las plantas y los animales, las personas, las organizaciones, etc. y como se adaptan a las condiciones externas. Los MOBAs son diferentes porque están relacionados con dos (y a veces más) niveles y sus interacciones: los usamos para ver :

lo que sucede al sistema por lo que hacen sus individuos y lo que les sucede a los individuos por lo que hace el sistema.

Entonces debemos enfocarnos en los agentes y, al mismo tiempo, observar y comprender el comportamiento del sistema construido por ellos. Los MOBAs también son a menudo diferentes de los modelos tradicionales al ser “no simplificados”, por ejemplo al representar cómo los individuos y las variables ambientales los afectan, como varían según el espacio, el tiempo u otras dimensiones. Los MOBAS a menudo incluyen procesos que sabemos que son importantes pero que son demasiado complejos para incluirlo en modelos más simples. La capacidad de los MOBAs para abordar problemas complejos de varios niveles tiene un costo, por supuesto, el modelado tradicional requiere habilidades matemáticas, especialmente cálculo diferencial y estadística, pero para usar el modelado y la simulación basada en agentes necesitamos habilidades adicionales. Este libro le ayudará a:

  • Desarrollar Un nuevo “lenguaje” para pensar y describir modelos.

E$sto porque no podemos definir Los MOBAs de la manera concisa y precisa que usan las ecuaciones diferenciales o la estadística, se necesitan un conjunto nuevo de conceptos (por ejemplo, emergencia, comportamiento adaptativo, interacción, detección) que describen los elementos importantes de los ABM.

  • Las habilidades de software para implementar modelos

Producir software útil es más complejo para los MOBAS que para la mayoría de los otros tipos de modelos.

  • Estrategias para diseñar y analizar modelos.

Casi no hay límite de que tan complejo puede ser un modelo de simulación por computadora, pero si un modelo es demasiado complejo, se convierte rápidamente demasiado difícil de parametrizar, validar o analizar. Necesitamos una forma de determinar qué entidades, variables y procesos deben y no deben estar en un modelo, y necesitamos métodos par analizar un modelo, después de su construcción, para aprender sobre el sistema real.

Los MOBAs completamente desarrollados suponen que los agentes son diferentes entre sí; que interactúan con solo algunos, no con todos los demás agentes; que cambian con el tiempo; que pueden tener diferentes “Ciclos de vida” o etapas por las que pasan, posiblemente incluyendo nacimiento y muerte, que toman decisiones adaptativas autónomas para perseguir sus objetivos etc… Sin embargo, como con cualquier hipótesis de modelado, asumir que estas características individuales son importantes es experimental. Podría resultar que para muchas preguntas no necesitemos explícitamente todas, o incluso ninguna de estas características. Y, de hecho, los modelos basados en agentes completamente desarrollados son bastante raros. En ecología, por ejemplo, muchos MOBAs útiles incluyen solo algunas características individual, y algunas interacciones locales.Por lo tanto, aunque los MOBAs se definen usando el supuesto de que los agentes están representados de alguna manera, todavía tenemos que tomar muchas decisiones sobre qué tipos de agentes representar y en que detalle, debido a que la mayoría de los supuestos del modelo son experimentales, necesitamos probar nuestro modelo: debemos implementar el modelo y analizar sus supuestos. Para los sistemas complejos, que se estudian en la ciencia, solo pensar no es suficiente para deducir rigurosamente las consecuencias de nuestras suposiciones simplificadoras: tenemos que dejar que el modelo implementado en el computador nos muestre lo que sucede. Por lo tanto tenemos que iterar a través del ciclo de modelado.

2.4 Bienvenido a este nuevo enfoque

El modelado basado en agentes no es un enfoque completamente nuevo, ofrece muchos nuevas maneras de ver problemas viejos y nos permite estudiar de una manera original muchos problemas nuevos. De hecho, el uso de Los MOBAs es mucho más emocionante ahora que el enfoque ha madurado: los peores errores han sido cometidos y corregidos, y los MOBAS ya no se consideran raros y sospechosos, tenemos herramientas adecuadas para construir MOBAs, y las personas que deciden adoptar este enfoque pueden aprovechar de lo que los pioneros han aprendido y las herramientas que construyeron, y para llegar más rápidamente a trabajar problemas interesantes. Ver Historia de los MOBAS

Hemos proporcionado las ideas extremadamente fundamentales e importantes sobre MOBAs. Cada vez que se sienta frustrado con un modelo propio o de otra persona, al abordar preguntas generales como:

  • ¿Qué hace exactamente este modelo?¿ es un buen modelo o no? *¿Debo agregar este o aquel proceso a mi modelo? ¿Mi modelo está ya terminado?

Podría ser útil revisar las ideas fundamentales, que en resumen son:

  • Un modelo es una simplificación intencionada de un sistema para resolver un problema particular (o una categoría de problemas).
  • Usamos MOBAs cuando creemos que es importante que un modelo incluya a los individuos del sistema y lo que hacen
  • El modelado es un ciclo iterativo.