Modele agentowe — od mrówek do rynków finansowych

Czym jest agent?

Agent to jednostka obliczeniowa, która ma:

Stan — pozycję, prędkość, zdrowie, pieniądze, przekonania
Zestaw reguł — sposób, w jaki zmienia swój stan na podstawie tego, co postrzega
Lokalną perspektywę — zna jedynie swoje bezpośrednie sąsiedztwo

Kluczową cechą modeli agentowych jest to, że nie istnieje żaden centralny kontroler. Żaden agent nie zna stanu globalnego. Wzorce wyłaniają się wyłącznie z lokalnych interakcji powtarzanych tysiące razy na sekundę.

Emergencja: Gdy zbiór prostych agentów tworzy wzorce lub zachowania, których żaden pojedynczy agent nie zamierzał ani „nie wie” o nich, nazywamy to zachowaniem emergentnym. To jedna z najgłębszych idei współczesnej nauki.

Klasyczne przykłady

🐦 Boids (stadowanie)

Każdy ptak ma 3 reguły: unikaj ścisku wśród sąsiadów (separacja), kieruj się w stronę średniego kierunku lotu (wyrównanie), kieruj się w stronę średniej pozycji (kohezja).

→ Emergentne: przekonujące murmuracje, rozdzielanie się pasm wokół przeszkód

🐜 Kolonia mrówek

Każda mrówka zostawia feromon na swojej ścieżce i podąża za wyższym stężeniem feromonu. Feromon z czasem paruje.

→ Emergentne: znajdowanie najkrótszej ścieżki bez żadnej mrówki znającej mapę

🦠 Rozprzestrzenianie choroby

Każda osoba może być podatna, zakażona lub ozdrowiała. Infekcja rozprzestrzenia się przez bliskość. Powrót do zdrowia następuje po ustalonym czasie.

→ Emergentne: fale epidemii, próg odporności zbiorowej, zdarzenia superrozprzestrzeniania

🏙️ Wzrost miasta

Każda komórka gruntu woli stać się tym samym typem, co jej sąsiedzi, z pewną losową nową zabudową. Tereny przemysłowe odpychają mieszkalne.

→ Emergentne: granice stref, rozlewanie się miasta, wzorce odnowy urbanistycznej

🐟 Ławice ryb

Podobnie jak Boids, ale z unikaniem drapieżników — ławice rozdzielają się wokół zagrożeń i ponownie łączą się za nimi.

→ Emergentne: formacja obronna „kuli ofiar”, efekt dezorientacji drapieżnika

🏦 Run na bank

Każdy deponent wycofuje środki, jeśli obserwuje wystarczająco wielu innych deponentów wycofujących środki (zaraza społeczna). Banki upadają, gdy wypłaty przekraczają rezerwy.

→ Emergentne: systemowy kolaps wynikający z niewielkiego początkowego wstrząsu

Dlaczego modele agentowe są używane w nauce

Wiele rzeczywistych systemów jest zbyt złożonych dla równań — nie istnieje zamknięty opis matematyczny tego, jak rośnie miasto lub jak pandemia rozprzestrzenia się w niejednorodnej populacji. Modele agentowe są stosowane, gdy:

Liczą się różnice indywidualne (agenci niejednorodni)
Liczy się historia (systemy zależne od ścieżki)
Lokalnych interakcji nie da się łatwo zagregować
Chcesz przetestować interwencje polityczne (szczepienia, dystans społeczny, dotacje)

Ograniczenie: walidacja

Siła ABM jest jednocześnie ich niebezpieczeństwem. Przy wystarczającej liczbie agentów i reguł można odtworzyć niemal każdy wzorzec na poziomie makro. Dobry ABM nie tylko odtwarza zaobserwowany wzorzec — powinien też nie odtwarzać wzorców, które nie istnieją, i przewidywać nowe, zanim zostaną zaobserwowane. To trudniejsze, niż się wydaje.

Wypróbuj symulacje

Boids — klasyczna symulacja stadowania. Spróbuj wyłączyć wyrównanie i obserwuj, jak stado się rozpada.
Kolonia mrówek — zablokuj ścieżkę i obserwuj, jak kolonia znajduje objazd.
Rozprzestrzenianie choroby — ustaw R₀ tuż powyżej 1 i tuż poniżej 1, by zobaczyć próg epidemiczny.
Run na bank — dostosuj początkowe rezerwy i szybkość zarazy społecznej.
Stado ptaków — dodaj wiatr i zobacz, jak stada się adaptują.
Rój dronów — algorytmy konsensusu dla zdecentralizowanego śledzenia celu.