ABM introducción - Apuntes 12 PDF

Preview

Summary

Una introduccion al MBA...

Description

Mode Modelos los bas basados ados en agent agentes es ABMs Glo Glosario sario d dee térmi términos nos Agent Agentee La definición de agente es controversial, incluso en la comunidad restringida de científicos computacionales. Una definición “débil”, que puede servir para describir aproximaciones extremas heterogéneas en el contexto de simulación basada en agentes es: “Una entidad autónoma, que tiene la capacidad de decidir las acciones que tienen que llevarse acabo en el ambiente e interacciones establecidas con otros agentes, de acuerdo con sus percepciones y estado interno”. Arqu Arquitectu itectu itectura ra de ag agente ente Estructura interna que es responsable de seleccionar efectivamente las acciones que tienen que llevarse acabo, de acuerdo a su percepción y al estado interno del agente. Diferente arquitecturas se han propuesto para obtener un comportamiento específico del agente y generalmente son clasificadas como: delibertariva y reactiva. Autono Autonomía mía Representa diferentes aspectos de la posibilidad de un agente de decidir sus propias acciones, además del control de un agente sobre sus propios estados internos, por ejemplo puede representar la posibilidad de que un agente

decida: i) acerca del tiempo para realizar una acción ii) Si cumplir o no un requerimiento iii) de actuar sin la necesidad de un evento externo disparador iv) o basado en su experiencia personal en vez de un conocimiento duro. Inter Interacción acción Una interacción ocurre cuando dos o más agentes son llevado a una relación dinámica a través de un conjunto de acciones recíprocas. Ambiente Es una abstracción que provee las condiciones que rodean al agente para existir y media las interacciones entre agentes y el acceso a recursos Mode Modelo lo Basad Basado o en Agen Agentes tes A ABM BM Es una aproximación para la modelación y simulación de un sistema en el cual el comportamiento global está determinado por la acción local y las interacciones de un conjunto de agentes situados en un ambiente. Cada agente escoge una acción a llevar acabo en base de su propio comportamiento, su estado interno y la percepción de su ambiente. El ambiente además de proporcionar la percepción, puede regular las interacciones de los agentes y

limitar sus acciones. Introd Introducción ucción Muchas situaciones están caracterizadas por la presencia de de entidades autónomas cuyas acciones e interacciones determinan (de una manera no trivial) la evolución de todo el sistema. ABM son particularmente mejores para representar estas situaciones. Muchos modelos de tráfico y multitudes están fuertemente influenciados por la física, y los modelos tratan a los agentes como partículas sujetas a una fuerza ejercida por el ambiente como también por otros agentes. El punto principal es el hecho de que la unidad analítica del sistema es representada por un agente, actuando e interactuando con otras entidades en un ambiente compartido: el comportamiento del sistema no está definido en términos de una función global, sino que es el resultado de las acciones e interacciones individuales, “comportamiento emergente” Cabe hacer notar que el ambiente juega un rol importante ya que -Su influencia es muy fuerte en el comportamiento del ente simulado, en términos de la percepción y las acciones

permitidas a los agentes.  El objetivo de la simulación es observar algún nivel de comportamiento agregado (por ejemplo la densidad de ciertos agentes en una área del ambiente, la distancia promedio o el camino promedio de agentes móviles, la generación de agrupamientos o comunidades) En par tic ula r, los sig uie nte s son elementos principales para el modelo -Agentes que engloban un posible comportamiento específico heterogéneo -El ambiente, que suministra la percepción del agente y habilita sus acciones -Mecanismo de interacción entre los agentes Un modelo es una abstracción y una representación simplificada de una parte del mundo, existente o planeado

(target system o sistema blanco). Los modelos son definidos usualmente para estudiar y explicar fenómenos observados o

para predecir un fenómeno futuro. ABMs son considerados como modelos de los sistemas complejos y la aproximación de ABM considera que los fenómenos complejos son el resultado de interacciones entre las entidades autónomas (agentes) que operan en la comunidad de acuerdo a diferentes modos de interacción. Acciones del agente- las acciones son la base del comportamiento del agente. Las acciones del agente pueden causar una modificación en su ambiente o en otros agentes que constituyen el ABM. Muchas soluciones de modelado pueden darse para describir las acciones del agente: como la transformación de un

estado global, como una respuesta a influencias, como un proceso de cómputo, como una modificación local, como un desplazamiento físico y como un comando. Transformación funcional de estados: está basada en conceptos de estado y transformación de estado, constituye la aproximación clásica de la inteligencia artificial para la representación de una acción. De acuerdo a esta aproximación, las acciones del agente están definidas como operadores cuyo efecto es un cambio en el estado del mundo.

Modelando acciones como modificaciones locales: provee una aproximación opuesta a la basada en transformación del estado global. Los agentes perciben su ambiente local (la única parte del ambiente que es accesible a ellos) y de acuerdo a sus percepciones, modifican su estado interno. Los autómatas celulares son ejemplos de este tipo de modelos. Arqu Arquitectu itectu itectura ra de A Agentes gentes

reactivos ivos son elementales (y a menudo sin Los agentes react

memoria) con una posición definida en el ambiente. Los agentes reactivos realizan sus acciones como consecuencia de la percepción de un estímulo que vienen de otros agentes o del ambiente; generalmente la especificación de este comportamiento es un conjunto de reglas del tipo condiciones-acciones, con una estratégica selección para escoger una acción a llevar a cabo cuando más de una regla puede ser activada. En este caso la motivación de una acción viene de un evento disparador detectado en el ambiente. Los agentes deliberat deliberat cognitivo erativos ivos o cognitivo gnitivoss , están caracterizados por un mecanismo de selección más complicado. Y su comportamiento está basado en los llamados estados mentales, en hechos representado el conocimiento del agente del ambiente y, posiblemente en memorias de experiencias. Los agentes deliberativos, para cada secuencia posible de percepciones, tratan de seleccionar una secuencia de acciones, permitiéndoles llegar a una meta. Modelos deliberativos, usualmente se definen en un contexto de planeación, provee una dinámica simbólica y una representación explícita del mundo en donde los agentes y sus acciones están basadas en razonamiento lógicos y manipulación simbólica. El modelo BDI (belief, desire, intention) es tal vez el modelo más usado para agentes deliberativos. El estado interno de los agentes

están compuestos por tres “estructuras de datos” concernientes a las creencias, deseos e intenciones. Las creencias representan la información que agente tiene su ambiente, deseos son las metas del agente, mientras que las intenciones representan el deseo que el agente efectivamente ha seleccionado. También existen estructuras híbridas.

Inter Interacción acción ddel el agen agente te La interacción es una parte fundamental en ABM. La esencia del ABM es el hecho de que la dinámica del sistema global emerge de las interacciones locales entre sus componentes. Estrictamente hablando, para algunos tipos de agentes, la dinámica global es sólo la suma de los comportamientos locales e interacciones, por lo que NO SIEMPRE podemos hablar de comportamiento emergente cuando hablamos de ABM.

Forma Formalismo lismo matem matemático ático ppara ara un ABM

Simulación Basada en Agente: Una simulación basada en agente de un sistema complejo

es un modelo de computadora que consiste de una colección de agentes/variables que pueden tomar una colección de estados típicamente finita. El estado de un agente a un tiempo dado está determinado a través de una colección de reglas que describen la interacción del agente con otros agentes y el ambiente. Estas reglas pueden ser deterministas o estocásticas. El estado del agente depende del estado previo del agente y el estado de una colección de agentes con el que interactúa. Para el propósito del ABM un sistema complejo es un conjunto de agentes que tiene uno o más de las siguientes características:  Un número grande de agentes  Comportamiento heterogéneo en sus características e interacciones  Aspectos estocásticos de estos aspectos Mientras que las interacciones locales son bien conocidas, poco o nada se sabe acerca del comportamiento global emergente que sale de las interacciones. Una simulación basada en agente de un sistema complejo es en esencia un programa de computadora que realiza (posiblemente de manera aproximada) un modelo del sistema a estudiar, incorporando a los agentes y sus reglas de interacción.

La simulación puede ser determinista (i.e., la evolución de los estados del agentes está gobernada por reglas determinísticas) o estocástica. La forma típica para usar la simulación es correr el programa con un arreglo particular de los estados del agente y dejarlo por cierto tiempo. La salida es una secuencia temporal de estados de todos los agentes, que son usadas para sacar conclusiones del sistema complejo que se está tratando de estudiar. En otras palabras, el programa de computadora es el modelo del sistema complejo, y corriendo el programa repetidamente, uno espera entender el comportamiento de las características del sistema complejo. Hay dos puntos principales en contra de esta aproximación. El primero, es difícil de validar el modelo. Las simulaciones para la mayoría de los sistemas involucra una construcción complicada de software que pone desafíos a la validación del código. Segundo, esencialmente no existen herramientas disponibles para analizar las propiedades y la dinámica del modelo. Por ejemplo, si una simulación basada en agentes es una simplificación de otra, entonces nos gustaría ser capaces de relacionar sus dinámicas de una manera rigurosa. Un marco formal son los sistemas dinámicos discretos en el tiempo sobre un conjunto finito de estados.

Los bloques de estos sistemas consisten en:  Una colección de variables (mapeando a los agentes)  Una gráfica que capture las relaciones de dependencia de los agentes con otros agentes  Una función de actualización local que encapsule las reglas para las cuales el estado de los agentes evoluciona en el tiempo  Una disciplina de actualización para las variables (por ejemplo paralela o secuencial) Para modelar o describir un sistema dado, uno tiene muchas opciones para la construcción y el diseño del agente. Cuando el agente se escoge simple, la simulación puede no capturar el comportamiento a estudiar del sistema real. Por otro lado, si usamos agentes sofisticados podemos llegar rápidamente a comportamiento y dinámicas complejas difíciles de interpretar, también puede llevar a un escalamiento pobre, esto es, con un incremento lineal de agentes en el sistema puede requerir un incremento no lineal (cuadrático, cúbico o exponencial) de los recursos computacionales requeridos para la simulación. Ejemplos de simulación basada en agentes...