Новый инструментарий в общественных науках — агент-ориентированные модели: общее описание и конкретные примеры
New instruments in social sciences - agent-oriented models: general description and specific examples
< CL
с
>
В. Л. Макаров
директор Центрального экономико-математического института РАН, доктор физико-математических наук, профессор, академик РАН, почетный профессор СПбАУЭ 117418, Москва, Нахимовский пр., д. 47
V. L. Makarov
117418, Moscow, Nakhimovskiy pr., 47
А. Р. Бахтизин
старший научный сотрудник Центрального с экономико-математического института РАН,ш доктор экономических наук ^
117418, Москва, Нахимовский пр., д. 47 _о
A. R. Bakhtizin
117418, Moscow, Nakhimovskiy pr., 47
А У
В статье приведены сведения об агент-ориентированных моделях (АОМ). Рассмотрена классификация ОАМ и их преимущества перед другими инструментами моделирования социально-экономических процессов.
The article presents information on agent-oriented models (AOM). It reviews AOM classification and their advantages compared with other modeling instruments in social and economic processes modeling.
Ключевые слова: агент-ориентированные модели (АОМ), системная динамика (СД), дискретно-событийное моделирование (ДС), геоинформационная система (ГИС)
Keywords: agent-oriented models (AOM), system dynamics (SD), discrete and event modeling (DE), geo-information system (GIS)
Общественные науки, в том числе экономические, стоят на пороге масштабного и эффективного использования нового средства для получения знаний об обществе. Это так называемые агент-ориентированные модели (agent based models, сокращенно АОМ), относящиеся к классу моделей, основанных на индивидуальном поведении агентов и создаваемых для компьютерных симуляций. Основная идея, лежащая в основе АОМ, заключается в построении вычислительного инструмента, представляющего собой совокупность агентов с определенным набором свойств и позволяющего проводить симуляции реальных явлений. При этом сами модели, используя простые правила поведения агентов, могут выдавать весьма интересные результаты.
В статье приведены сведения об АОМ, включая определения, краткую историю возникновения моделей этого класса, описание их преимуществ перед другими инструментами моделирования социально-экономических процессов. Помимо этого, рассмотрены классические АОМ и программное обеспечение для их технической реализации. И, в заключении, приведены краткие описания АОМ, разработанных в Центральном экономико-математическом институте РАН.
1. Сложившееся определения АОМ
Определений АОМ достаточно много (см., напр., [13]). В свою очередь мы предлагаем свое, которое,
с одной стороны, является симбиозом определений, данных наиболее авторитетными экспертами в этой области, а с другой — отражает наше понимание моделей этого класса. Итак, АОМ — это модель, обладающая следующими основными свойствами:
1. Автономия. Агенты действуют независимо друг от друга и при этом предполагается, что в моделях нет единой регулирующей структуры, которая контролировала бы поведение каждого агента в отдельности. Однако при этом взаимодействие микро-и макроуровней в моделях осуществляется, как правило, следующим образом: на макроуровне задается общий для всех агентов набор правил, и, в свою очередь, совокупность действий агентов микроуровня может оказывать влияние на параметры макроуровня.
2. Неоднородность. Агенты чем-то различаются друг от друга, что принципиально отличает АОМ от широко распространенных моделей с агентом-представителем, причем различия между агентами могут проявляться по многим параметрам (в случае агентов, отображающих людей, это могут быть параметры уровня здоровья, дохода, культурного уровня, а также правил принятия решений и т. д.).
3. Ограниченная интеллектуальность агентов (или ограниченная рациональность). Иными словами, агенты модели не могут познать нечто большее, выходящее за рамки макросреды модели.
4. Расположение в пространстве. Имеется в виду некоторая «среда обитания», которая может быть представлена как в виде решетки (как в игре «Жизнь», см. ниже), так и в виде гораздо более сложной структуры (скажем, трехмерного пространства с заданными в нем объектами).
Помимо перечисленного, общей особенностью всех АОМ и одновременно с этим их главным отличием от моделей других классов является наличие в них большого числа взаимодействующих друг с другом агентов (так, существуют АОМ, число агентов в которых достигает нескольких миллионов; см., напр., модель, разработанную под руководством Дж. Эпштейна [4]). Обычно в моделях социально-экономических систем присутствуют агрегированные агенты, представляющие
собой либо отрасль, либо регион, либо совокупное домохозяйство. При этом спецификация агента происходит за счет оптимизации соответствующей функции полезности или же в модель включаются рассчитанные ранее экзогенные параметры, отражающие результаты решений агента. В литературе эти два подхода часто подвергаются обоснованной критике, поскольку в большинстве случаев они не всегда позволяют получить в рамках таких моделей реалистичные оценки взаимодействия агрегированных агентов. В то же время за счет более детальной спецификации в АОМ агентов микроуровня можно добиться изменений параметров макроуровня, более адекватных действительности.
Подытоживая отметим, что согласно перечисленным свойствам агент в АОМ является автономной сущностью, как правило, имеющей графическое представление, с определенной целью функционирования и возможностью обучения в процессе существования
до определенного уровня, определяемого разработчиками соответствующей модели. Примерами агентов могут быть: 1) люди (равно как и другие живые организмы), роботы, автомобили и другие подвижные объекты; 2) недвижимые объекты, а также 3) совокупности однотипных объектов. Вообще говоря, агентами в АОМ могут быть любые наблюдаемые в реальной жизни объекты, однако основной задачей их учета в рамках модели является их корректная спецификация.
2. Что может быть «внутри» агента?
Как правило, для описания агента используются параметры, переменные, функции, поведенческие диаграммы, представляющие собой, к примеру, схемы UML (Unified Modeling Language), отражающие состояния агентов в определенный момент времени.
Агенты, имеющие графическое представление, могут перемещаться в рамках:
< >
* * *
X
Рис. 1. Агенты в евклидовом 2D пространстве
Рис. 2. Агенты в ГИС
<
сг
с
>
< >
Рис. 3. Решетка — среда для перемещения агентов
Рис. 4. Взаимодействие агентов в рамках некоторой сетевой структуры
• евклидова пространства (20 или 30, рис. 1);
• ГИС (геоинформационной системы или системы, позволяющей создавать базы данных, сочетающие в себе графическое и атрибутивное представление разнородной информации, рис. 2);
• решетки (в этом случае перемещение агентов происходит строго из одной ячейки в другую, рис. 3);
• сетевой структуры (рис. 4).
Тем не менее иногда для АОМ непосредственного отображения анимации агентов не требуется, и в этом случае моделируется их взаимодействие без учета их пространственного расположения.
3. Краткая история возникновения АОМ
Концептуальный прототип первой АОМ был разработан в конце 1940-х гг. Однако широкое распространение эти модели получили в начале 1990-х гг., благодаря появлению микрокомпьютеров и возможности проводить компьютерные симуляции.
Принято считать, что АОМ берут свое начало с вычислительных машин Джона фон Неймана, являющихся теоретическими машинами, способными к самовоспроизводству [5].
Джон фон Нейман предложил использовать машины, которые следуют детальным инструкциям, для
^ создания точных копий самих себя. Впоследствии =ц данный подход был усовершенствован другом фон с; Неймана, Станиславом Уламом, который предложил
< изображать машину на бумаге в качестве набора с= клеток на решетке [6]. Данный подход стал началом ^ развития клеточных автоматов.
х Наиболее известной реализацией взаимодействия ^ конечных автоматов стала игра «Жизнь», предложен-^ ная Джоном Хортоном Конвеем (John Horton Conway), л отличающаяся от машины фон Неймана достаточно
2 простыми правилами поведения агентов [7].
^ Одновременно с этим возникло новое научное на-^ правление — компьютерное имитационное моделиро-^ вание, которое в настоящее время включает следую-g щие основные направления: 1)системная динамика cl (СД); 2) дискретно-событийное моделирование (ДС) ш и 3) агентное моделирование.
3 Все эти виды моделирования применяются в том J3 числе для решения социальных и экономических задач <с на разных уровнях абстракции. Агентное моделиро-^ вание, развитие которого напрямую определяется
< увеличивающимися вычислительными возможностями современных компьютеров, позволяет представить (смоделировать) систему практически любой сложности из большого количества взаимодействующих объектов, не прибегая к их агрегированию. Появились программные средства (см. ниже), позволяющие сочетать все вышеперечисленные направления имитационного моделирования.
Однако наибольшие трудности возникают при совмещении объектов разного уровня абстракции в рамках одной модели. В этой связи разработчики математических моделей социально-экономических систем все чаще ставят вопрос об актуальности проблем построения иерархических динамических моделей, включающих в себя субъектов макроуровня и агентов микроуровня, поведение которых должно быть описано более реалистично, нежели применяемые на
практике методы их представления. АОМ позволяют совмещать в себе агентов различного уровня абстракции, и даже более того — практически любая модель, основанная на двух других парадигмах имитационного моделирования (СД и ДС), может быть легко конвертирована в АОМ и уже в таком качестве использовать преимущества агентного подхода.
На рис. 5 в виде схемы отображено соотношение различных подходов к моделированию объектов различной степени детализации. Как видно, СД в основном используется для решения задач на высоком уровне абстракции; в свою очередь, модели ДС используются на низком и среднем уровнях и, как уже говорилось, АМ применимо на всех уро
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.