基於個體模型

基於個體模型，即代理人基模型（agent-based model，ABM） , 又稱多元代理人系統（multi-agent system, MAS），若代理人具有異質性，則稱為異質代理人模型（heterogeneous agent model, HAM）, 是一種用來模擬具有自主意識的智慧型體（獨立個體或共同群體，例如組織，團隊）的行動和相互作用的計算模型，通過圖像展示評估智慧型體在系統整體中的作用。它綜合了一些其他思想，比如博弈論, 複雜系統, 湧現, 計算社會學, 多智慧型體系統和 演化計算. 採用蒙特卡洛方法產生隨機性。

基本介紹

• 中文名：基於個體模型
• 外文名：agent-based model
• 檢測：ABM

簡介

基於個體模型，即代理人基模型（agent-based model，ABM）, 又稱多元代理人系統（multi-agent system, MAS），若代理人具有異質性，則稱為異質代理人模型（heterogeneous agent model, HAM）, 是一種用來模擬具有自主意識的智慧型體（獨立個體或共同群體，例如組織，團隊）的行動和相互作用的計算模型，通過圖像展示評估智慧型體在系統整體中的作用。它綜合了一些其他思想，比如博弈論,複雜系統,湧現,計算社會學,多智慧型體系統和演化計算. 採用蒙特卡洛方法產生隨機性。

基於多智慧型體模型是一個微觀模型，通過模擬多個智慧型體的同時行動和相互作用以再現和預測複雜現象。這個過程是從低（微觀）層次到高（巨觀）層次的湧現。 因此，這個模型的關鍵就是簡單的行為規則能夠產生複雜的行為結果，這便是被建模領域廣泛採納的KISS原則（Keep it simple，stupid），另一個原則是整體大於部分的總和。一般而言，獨立個體是有限理性的，假設他們為個人的利益而行動，例如繁殖、積極利益或者社會地位，並且只能通過試探性的或簡單的決策規則進行決策。基於智慧型體模型的個體可能經歷學習，適應和再生產的過程。

絕大多數的基於智慧型體模型包括：（1）大量通過各種指標（個體粒度）區分的智慧型體；（2）試探性決策方式；（3）學習規則或適應過程；（4）一個交流拓撲網路和（5）一個非智慧型體的環境。ABM主要套用於計算機仿真，一般通過專門的軟體或者ABM工具包，同時這些軟體也能用於測驗個體行為的改變如何影響系統整體行為結果的湧現。

發展歷史

代理人基建模的想法在1940年代末期是一個相對簡單的概念。直到20世紀90年代才逐漸成為普遍的方法，因為它需要大量密集的計算程式。 歷史可以追溯到馮·諾伊曼機(von Neumann machine)，自動複製理論機器。該機器遵循精確詳細指令產生本身的副本。這個概念再由馮·諾伊曼的朋友斯塔尼斯拉夫·烏拉姆改良，他也是一個數學家; 烏拉姆建議機建造在紙面上，如同格線上的細胞集合。馮·諾依曼對此想法很感興趣，依此創造了第一個細胞自動機(cellular automata)。另一項進展是由數學家介紹約翰·康威(John Conway)。他修建了著名的生命遊戲(Game of Life)。與馮·諾依曼的機器，康威的生命遊戲以簡單的規則，在二維的棋盤形式運行虛擬世界。

概念上最早的ABM是托馬斯·謝林的分隔模型 (Thomas Schelling's segregation model)，在他的論文“分隔的動態模型”，最初，在1971年雖然沒有使用電腦，謝林使用硬幣和圖紙，其模型體現了自主代理人在二維環境中互動、產生的突現結果，也就是ABM基本概念。

在80年代初期，羅伯特·阿克塞爾羅德(Robert Axelrod)舉辦一場囚徒困境的競賽策略，並讓這些策略以代理人基的形式進行互動，以產生勝利者。阿克塞爾羅德持續發展許多ABM，觀察從政治學領域的種族中心主義(ethnocentrism)到文化傳播的現象。 到1980年代後期，克雷格·雷諾茲(Craig Reynolds)發展的一些鳥群模型(flocking models)，最早的生物ABM模式蘊含一些社會特徵。他試圖建構真實生物代理人，現實克里斯托弗·蘭頓所稱的人工生命(artificial life)。

與此同時，在80年代，社會科學家、數學家、運籌學家等研究者和其他學科的人員，發展了計算與數學組織理論(computational and methematical organization theory)。這個領域髮長成管理科學研究所(the institute of management sciences)及其他社團，美國的運籌學會(operations research society of America)等共同興趣的組織。

90年代是特別值得注意的是ABM在社會科學中的擴張，其中由約書亞．愛波斯坦(Joshua Epstein)和羅伯特．艾克斯蒂爾(Robert Axtell)致力發展的大規模ABM，大糖帝國(sugarscape)，最為人注目。他們模擬和探索的社會現象中的角色，如季節性遷徙、污染、繁殖、戰爭和疾病傳播，甚至文化的傳播。 其他著名的發展包括卡內基·梅隆大學的凱瑟琳·卡利(Kathleen Carley)的 ABM，探索社交網路和文化的共同演化(co-evolution)。在90年代期間，奈傑爾·吉爾伯特(Nigel Gilbert)發表了關於社會模擬的第一本教科書：Social Simulation: Simulation for the social scientist (1999) ，且創立模擬與社會科學期刊：the Journal of Artificial Societies and Social Simulation (JASSS)。除了JASSS，ABM相關的期刊還有SpringerOpen的Journal Complex Adaptive Systems Modeling。

90年代中期，ABM社會科學這一脈研究開始關注，有效團隊的設計、了解組織效率所需要的溝通和社交網路行為等問題。 Computational and Mathematical Organization Theory (CMOT) 後來改名為 Computational Analysis of Social and Organization Systems 社會與組織系統的計算分析(CASOS) 以收錄更多的代理人基建模研究。 Samuelson (2000) 作了相當好的概述，Samuelson (2005) 以及 Samuelson and Macal (2006) 持續追蹤後來的發展。

90年代末期，The Institute of Management Sciences (TIMS)和Operations Research Society of America (ORSA)合併形成Institute for Operations Research and the Management Sciences (INFORMS)，一年召開一次會議，有助於鞭策CMOT，形成 North American Association for Computational Social and Organizational Sciences (NAACSOS)。凱瑟琳卡利(Kathleen Carley)是主要貢獻者，尤其是社會網路的模型，年會獲得美國國科會資助並擔任NAACSOS的第一任主席。後續由芝加哥大學和阿貢國家實驗室的David Sallach，再由埃默里大學Michael Prietula擔任。大約在同一時間，European Social Simulation Association (ESSA)和Pacific Asian Association for Agent-Based Approach in Social Systems Science (PAAA) 相繼成立。這三個組織的國際合作形成World Congress on Social Simulation (WCSS)，兩年舉辦一次，2012年在台北舉辦。

理論基礎

大多數的計算模型描述系統均衡或不同均衡之間移動。代理人基建模，使用簡單的規則，但可能會導致不同種類的複雜而有趣的行為。三個圍繞ABM的核心觀念是物件(objects)、突現(emergence)和複雜性(complexity)。 ABM由基於法則的代理人動態互動。系統在它們相互作用下可產生真實世界般複雜性。通常代理人處在空間和時間中，駐留在網路或格線里。代理人和他們的反應行為皆以電腦程式的形式編碼。在某些情況 下，雖然不總是，代理人可視為有智慧和有目的。在生態ABM (IBM)，代理人可以是，例如，森林中樹木，並無智慧，但它們可能在最佳化水資源存取上是有“目的”的。建模過程是最好如同歸納法(inductive)般的描述。建模者根據眼前的局勢設定相關的假設，然後觀察代理人互動後的現象。有時這結果是一個均衡。有時是新興的形態。但有時，它是難以理解的亂象。

在某些方面，ABM成為傳統分析方法的互補。分析方法可讓人們補捉系統均衡，而ABM允許產生均衡的可能性。此貢獻可能是代理人基建模主要的潛在優勢。ABM可以解釋高階模式的突現。例如，恐怖組織的網路結構和網際網路、塞車、戰爭、股市崩盤、社會分隔的持續等規模的冪律分配。ABM也被用於識別時點，其為不同干預時間點具有不同的後果，以及區分路徑依賴類型。 相較於著重穩定狀態，很多模型考慮系統的穩健性－是複雜系統在內部和外部的壓力下，還能維持其功能的適應能力。欲跨越此複雜的任務，需要大量代理人本身的特性－包括多樣性、連結性和互動的程度。

最近在複雜適應性系統的建模與模擬的研究已經顯示，結合ABM和基於網路的複雜模型(complex network based models)的必要性。四個開發複雜自適應系統模型的層級的案例研究： 1. 複雜網路建模層等級:使用各種系統組件的互動數據開發的模型。 2. 探索代理人基建模層級:開發ABMs，以評估進一步研究的可行性。可用於開發驗證概念模型，如研究補助的申請，不需要大量研究人員的學習曲線。 3. 敘述性代理人基建模(DREAM):利用樣板和複雜網路模型開發敘述性ABM。建立DREAM模型允許跨學科模型比較。 4. 驗證代理人基建模:開發虛擬重疊多元代理人系統(virtual overlay multiagent system)以正規方式驗證和確認模型。 其他DREAM方法包括程式碼樣板和文本(text-based)方法，如ODD(Overview, Design concepts, and Design Details) 協定。 環境的角色，代理人生活的場所，包含巨觀和微觀，在代理人基建模和模擬中，亦是重要的因素。簡單的環境能提供簡單代理人，但複雜的環境將產生多樣化的行為。

套用領域

生物學ABM已經廣泛使用在生物學，從分析疫情到軍事套用，如疫情傳播(spread of epidemics)、生物戰爭(biowarfare)威脅的評估。生物學和人類學套用亦常有重疊，包括人口動態、植被的生態、古代文明的成長與衰落、種族行為的演化、遷襲、語言選擇動態、認知等。近代還普及到醫學套用，例如，癌症和免疫系統。同時用於開發決策支援系統，例如細胞模型的追蹤和治療。ABM逐漸被用於在藥物開發和早期臨床研究的藥理建模(pharmacological systems)，幫助並深入了解過去不可能先驗的生物系統。

商業、科技與網路理論自90年代中期ABM已被用於解決各種商業和科技問題。例子包括建模組織行為和認知、團隊合作、供應鏈最佳化、物流、和消費行為建模，包括口碑、社交網路的影響、分配、人力資源管理和投資組合管理。也被用於分析交通問題。 最近，在資訊科學領域(期刊與會議)的影響。ABM已被用來模擬在輔助環境下之信息傳遞。在對等網路、點對點等自我組織和複雜的網路，ABM建模和仿真已被證明有效性。利用計算機科學為基礎的規範框架，再加上無線感測器網路和ABM的仿真，為進化搜尋或算法的最佳化問題提供了新的研究課題。

經濟學和社會科學金融危機爆發前後，ABM成為經濟分析的可能工具。ABM假設經濟體不一定能達成均衡，以多元(diverse)、動態(dynamic)和相依(interdependent)行為，例如從眾，的代理人取代“代表性個人”。ABM採取“自下而上”的方法，可以模擬極其複雜多變的經濟。ABM可表現具有非線性的崩潰和榮景性質的不穩定系統。2010年後經濟學家對ABM取代DGSE模型寄以厚望。Farmer and Foley主張ABM能實現凱恩斯的複雜經濟與盧卡斯構建微觀模型的構想。Farmer and Foley指出已使用ABM發展經濟體的一些細部，組合後可構成非常大的模型。通過複雜系統的建模基於三種行為-模仿、反模仿、和無視-可以精細的模擬金融市場。結果說明網路形態和股價之間的相關性。21世紀之初ABM已經在建築和城市規劃，以設計和模擬人流，評估城市環境。

代理人基模型的實作

許多ABM建模軟體是以序列性的馮諾伊曼計算機結構。這限制了運行速度和這些系統的擴展性。最近的發展則是大量利用圖形處理單元平行算法。 1990年後，隨著StarLogo、Swarm、NetLogo、RePast和2000年後的AnyLogic，2007年的GAMA，建模軟體廣泛發展，使ABM套用於各領域。Bonabeau (2002) 曾對ABM建模工作作了當時的調查。