Sezione di Simulazioni ad agenti

A cura di: Dott. A.Cappellini, Dott. P.Mezzera , Dott. A.Vanara

Come affermato in Epstein e Axtell (1996), grazie alla tecniche di simulazione al computer è possibile costruire "società artificiali" da utilizzare per effettuare "esperimenti di laboratorio" volti a ricreare i fenomeni e le strutture sociali oggetto di studio e di analisi.
I modelli basati su agenti, grazie alla loro estrema flessibilità, rappresentano una delle tecniche di simulazione più avanzate e più efficaci.
Negli ultimi anni, grazie anche ai progressi ottenuti nel calcolo computazionale, si è assistito ad un sensibile aumento del numero di applicazioni, non solo economiche, sviluppate secondo tale paradigma.
In un Agent Based Model (ABM), i sistemi sociali sono modellati come insiemi di entità autonome, denominate agenti; ogni agente del sistema viene rappresentato mediante algoritmi e variabili che ne definiscono il comportamento e ne registrano l'evoluzione dello stato nel tempo.
Le caratteristiche comportamentali degli agenti possono cambiare ed adattarsi nel corso della vita dell'individuo, in seguito alle interazioni con gli altri agenti e con l'ambiente .
L'idea fondamentale che guida i modelli ABM è che comportamenti complessi possano essere il frutto delle interazioni fra agenti che operano, invece, sulla base di regole estremamente semplici.
La sfida di questo nuova metodologia di studio, che si pone per certi versi a metà tra i modelli analitici e l'osservazione empirica, è di spiegare l'emergere "spontaneo" di regolarità nei processi sociali ed economici come conseguenza di un approccio di tipo bottom up.
I processi economici e sociali vengono visti, cioè, come conseguenza dell'interazione tra agenti autonomi, operanti in un ambiente artificiale secondo proprie regole di comportamento, piuttosto che come frutto di meccanismi fittizi di coordinamento di tipo top-down .
Le strutture sociali ed economiche che emergono dalle simulazioni non vengono definite a priori, ma sono il risultato dell'interazione tra gli agenti; tali strutture sociali esercitano, inoltre, importanti effetti di feedback sugli agenti, modificandone il comportamento .
L'obiettivo principale dei modelli ABM è quello di svelare i meccanismi fondamentali che operano localmente, a livello di singolo agente, e che sono sufficienti a generare strutture sociali e comportamenti collettivi di interesse.
In altre parole, l'obiettivo è la ricerca della specificazione del modello che conduce a generare la macrostruttura desiderata; se il modello è in grado di ricreare il fenomeno oggetto di studio, allora il modello rappresenta una possibile spiegazione del fenomeno stesso .
Grazie alle simulazioni basate su agenti diventa possibile collegare il livello dell'individuo con il livello dei fenomeni sociali. Anche se i fenomeni sociali risultano dal comportamento dei singoli individui, ciò non significa necessariamente che siano totalmente riconducibili agli individui stessi. Un fenomeno sociale è, infatti, un fenomeno complesso; è frutto delle interazioni tra individui e non può essere previsto o dedotto conoscendo anche perfettamente gli individui e il loro modo di comportarsi.
Le simulazioni consentono, a differenza dei metodi tradizionali di analisi, di studiare insieme gli individui e la società: il modo in cui interagiscono e si influenzano reciprocamente.
I modelli ABM, come affermato in Tesfatsion (2000) , combinano concetti e strumenti di differenti campi di ricerca - scienza cognitiva, intelligenza artificiale, automi cellulari, algoritmi genetici - in un modo che consente di perseguire tre importanti sviluppi:

- la elaborazione di teorie basate sull'interazione di agenti adattivi più o meno complessi;
- la verifica, il raffinamento e l'estensione di tali teorie attraverso la verifica sperimentale, l'analisi statistica dei risultati ottenuti e il confronto con studi analitici ed econometrici;
- la formulazione e la verifica di teorie socioeconomiche integrate compatibili con le teorie e i dati provenienti dai differenti campi della ricerca sociale.

La metodologia basata su agenti presenta, tuttavia, uno svantaggio rispetto alla formalizzazione matematica: il problema della robustezza dei risultati ottenuti.
Nelle teorie economiche classiche, la verifica della validità dei risultati è spesso formalmente risolvibile; negli ABM, invece, il solo modo per valutare la validità dei risultati ottenuti è di effettuare esecuzioni multiple del modello, variando sistematicamente i parametri o le condizioni iniziali (data la natura dinamica di tali modelli sono necessari numerosi esperimenti prima di dimostrare la convergenza dei comportamenti individuali alla rappresentazione statica e formale di un teorema).

La simulazione al computer di "società artificiali" richiede la definizione di agenti dotati di proprie regole di comportamento e di un ambiente nel quale tali agenti possano operare ed interagire.

Tecniche di costruzione degli agenti

Intelligenza artificiale

Sistemi esperti

Connessionismo

Reti Neurali Artificiali

Considerazioni

Vita Artificiale (Alife)

Algoritmi genetici

Classifier System

Agenti "mind" e "no-mind"

L'ambiente degli agenti: il modello ERA

La complessità e i modelli basati sugli agenti

Bibliografia

torna alla pagina principale della sezione

torna alla home...