La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Simulazione basata su agente Rosaria Conte ISTC-CNR.

Presentazioni simili


Presentazione sul tema: "Simulazione basata su agente Rosaria Conte ISTC-CNR."— Transcript della presentazione:

1 Simulazione basata su agente Rosaria Conte ISTC-CNR

2 Metodi della scienza a confronto Scienza Induttiva: a partire dallosservazione dei dati, formulazione di leggi Deduttiva: a partire da premesse vere, dimostrazione di conclusioni valide. Generativa: a partire da regole locali, generazione di effetti globali.

3 Simulazione come scienza generativa Josh Epstein ( 2007), matematico di Santa Fe propone che per qualunque p: S(p) G(p) Quindi: non-G(p) non-S(p) Ma: (G(p) (S(p)) la generazione non è sufficiente per spiegare.

4 Scienza generativa (2) Molte diverse regole locali possono portare ad uno stesso risultato Il metodo generativo è necessario ma non sufficiente Le regole locali sono sufficienti ma non necessarie MR lr 1 lr 2 lr 3 lr n

5 Che cosa significa generare? Epstein (1999: 41) …situate an initial population of autonomous heterogeneous agents (…) in a relevant special environment; allow them to interact according to simple local rules, thereby generate - or 'grow' - the macroscopic regularity from the bottom up"

6 Simulazione generativa Vs simulazione analitica, o basata u equazioni Generativa = Basata su agente, cioè su un algoritmo (o insieme di algoritmi) Algoritmo = programma eseguibile su un computer che consiste do sequenze di operazioni

7 Che faremo… Valore aggiunto Un po di storia Che cosè: Libreria di applicazioni su NetLogo A che serve: supporto alla decisione complessa basato sulla simulazione ( settimana prossima) Come si fa: Breve corso di programmazione su NetLogo (ultima settimana)

8 Valore aggiunto Che succede se…?: osservazione in vitro di Fenomeni del passato Fenomeni potenziali Manipolazione sperimentale di variabili indipendenti impossibili (anche per ragioni deontologiche) nella realtà Rendere esplicite e trasparenti le ipotesi Ma arbitrarietà delle regole locali…

9 Un po di storia: Gli automi cellulari (AC) Nellambito delle scienze biologiche, nascono gli automi cellulari: Celle che interagiscono In base a regole locali Producendo effetti globali

10 Il gioco della vita ( ) LAutoma Cellulare (AC) è stato inventato da un matematico di Cambridge, John Conway (1970). Le regole Per uno spazio popolato: Ogni cella con un solo o nessun vicino muore di solitudine. Ogni cella con 4 o più vicini muore per sovrappopolamento. Ogni cella con due o tre vicini sopravvive. Per uno spazio vuoto o non popolato. Ogni cella con tre vicini viene occupata.

11 E nelle scienze sociali? Più o meno nello stesso periodo, James M. Sakoda applica gli Automi Cellulari (AC) al checkerboard model (1971, ma il disegno centrale risale alla tesi di laurea del 1949). Studia la formazione del gruppo sociale. Il contesto sono i centri di rilocazione dove durante la 2nda Guerra mondiale i membri della minoranza giapponese negli USA furono deportati dopo lattacco giapponese a Pearl Harbour. A line of evacuees waiting for lunch. Rivers, Arizona. 11/26/42

12 Il modello della segregazione Lattuale premio Nobel per leconomia Thomas Schelling nel 1971 utilizzò una variante di AC, nella quale gli automi si staccano dalla griglia e vi si muovono.

13 Ancora più semplice… Lavora sul pavimento della cucina, con i piatti. Il modello computazionale è di John Casti (Santa Fè) Modello della migrazione o della segregazione, come metafora visiva della segregazione etnica

14 Proviamo ad esercitarci (http://ccl.northwestern.edu/netlogo/mo dels/run.cgi?Segregation )http://ccl.northwestern.edu/netlogo/mo dels/run.cgi?Segregation La segregazione è effetto globale delle Regola locali. Gli agenti si muovono sulla griglia in base a varie regole. Per es., la regola di felicità Regola della felicità : resta nella localizzazione attuale se ti piacciono i tuoi vicini, muovi ad una altra collocazione se sei infelice. Emergono cluster se gli agenti infelici si muovono a caso (Repr. From Gilbert, 2002)

15 Il modello della segregazione. (2) Che ci fa capire? Ci dice che cosa è sufficiente (non è necessario) per ottenere segregazione Ma non ci dice sulla base di quale ragione Preferenza per i simili Preferenza per lomogeneità Conformismo con lèlite Attitudini migratorie Diverso potere dacquisto ecc. Diverse strade portano allo stesso effetto globale…

16 Altre applicazioni. Laltruismo Parte di EACH ("Evolution of Altruistic and Cooperative Habits: Learning About Complexity in Evolution: Modello evoluzionistico. Quanto è adattativo laltruismo?Dipende dalle circostanze… altruisti e egoisti competono per ogni spot come se piantassero il loro seme. Il dominante vince. In condizioni normali sopravvivono gli egoisti. Ma quando lambiente diventa difficile, o vi sono malattie, il rapporto si inverte.

17 Il modello Gli agenti vivono in gruppi di cinque celle, Calcolano la propria fitness secondo lequazione: se A (altruista) = (1 - Costo) + (No A nel gruppo / 5 * Beneficio di A) se E (egoista): 1 + (No A / 5 * B di A) fitness di E > fitness di A; se C = 0.2 and B = 0.5, per un A circondato da 2 E e 2 A, la fitness è = (3/5 * 0.5) = Per tutti gli A= 3.2 e gli S = 2.6. La fitness determina chi riesce a piantare il suo seme.

18 Come funziona dels/run.cgi?Altruism dels/run.cgi?Altruism ALTRUISTIC-PROBABILITY proporzione iniziale di A SELFISH-PROBABILITY proporzione iniziale di E. ALTRUISM-COST : C. BENEFIT-FROM-ALTRUISM: B HARSHNESS resistenza a farsi occupare. DISEASE probabilità indipendente che gli occupanti muoiano.

19 A casa… 1. Mettere Harshness e Disease a 0. Si vede che dominano E 2. Giocare coi valori di C e B: quanto i valori iniziali della popolazione influenzano la significatività di questi valori? 3. Giocare con Harshness e Disease, indipendentemente e in funzione luno dellaltro. A che punto gli A cominciano ad avere successo?

20 Le rivolte Violenza civile (Epstein 2002). La popolazione si muove a caso. Se il livello di insoddisfazione per lautorità centrale è abbastanza alto, e la percezione dei rischi della ribellione è bassa, gli agenti si ribelleranno. Un gruppo di poliziotti ("cops"), cerca di sopprimere la rivolta per conto dellautorità centrale. I cops girano a caso e arrestano la gente che si ribella.

21 I parametri (http://ccl.northwestern.edu/netlogo/mo dels/run.cgi?Rebellion )http://ccl.northwestern.edu/netlogo/mo dels/run.cgi?Rebellion GRIEVANCE basata su PERCEIVED-HARDSHIP, assegnata a caso allinizio GOVERNMENT-LEGITIMACY, globale e modificabile. ESTIMATED-ARREST-PROBABILITY, determinata dal rapporto fra No dei cops e dei rivoltosi nel raggio di VISION NET-RISK = ESTIMATED-ARREST- PROBABILITY x RISK-AVERSION che è stato assegnato a random ad ogni agente allinizio.

22 Regole Movimento (M): cops e agenti muovono a caso sui siti liberi entro VISION. Rivolta ( R): se GRIEVANCE > NET-RISK lagente si ribella, diventando da blu rosso. (Quando torna calmo, cambia da rosso in blu.) Cop (C ): cercano i ribelli entro VISION. Se ne trovano più di uno, cops ne scelgono a caso uno e lo arrestano per un certo numero di turni fra 0 and MAX-JAIL-TERM (modificabile) e ne occupano la posizione.

23 Come usarle INITIAL-COP-DENSITY e POPULATION-DENSITY determinano la densità delle due sottopopolazioni. VISION fin dove agenti e cops arrivano a vedere. GOVERNMENT-LEGITIMACY e MAX-JAIL-TERM. Controlla la mobilità degli agenti attraverso M. Il colore degli agenti mostra il livello privato di insoddisfazione (più scuro il verde, maggiore linsoddisfazione). Questo non cambia durante lesperimento (a meno che non si modifichi la GOVERNMENT-LEGITIMACY).

24 A casa… Notare il grafico dei ribelli (rossi): emerge il cosiddetto equlibrio punteggiato o puntuativo ("punctuated equilibrium"), ossia periodi of acquiescenza seguiti da periodi di ribellione.

25 A casa cont M causa più frequenti episodi di ribellione (attiva e disattiva MOVEMENT). Graduale erosione Vs crollo immediato legittimità percepita autorità centrale: per verificarlo Setta GOVERNMENT-LEGITIMACY a 0.9 e riducila a zero in 250 turni: osserva il numero dei ribelli. Ripeti lesperimento con legittimità a 0.9, tenendola costante per 80 turni e poi abbassandola a 0.7 di colpo. Esercizi Osserva i risultati e cerca di spiegarli. Pensa ad esempi storici. Quali possono essere le implicazioni per i leaders rivoluzionari?

26 Per discutere da Tocqueville: Non è sempre quando le cose vanno di male in peggio che le rivoluzioni scoppiano. Al contrario, accade più spesso che prenda le armi chi ha dovuto sopportare loppressione per lungo tempo senza protestare, e poi trova che improvvisamente il governo ha rallentato la pressione." Verifica losservazione di Tocqueville nel modello confrontando gli effetti di unerosione graduale della legittimità percepita con la riduzione del numero di cops. Osserva i risultati. Spiega la differenza.

27 Altre applicazioni. Levoluzione della cooperazione Robert Axelrod: levoluzione della cooperazione, 1984 e 1997 (http://www.cscs.umich.edu/Software/CC/ECHome.html )http://www.cscs.umich.edu/Software/CC/ECHome.html Simulazione del Dilemma del Prigioniero: Cooperatori Incondizionati (CI) Defezionatori Incondizionati (DI) Altre strategie, fra cui TIT-FOR-TAT (TFT: inizia Cooperando e poi gioca come laltro). Gli agenti che ottengono payoffs migliori si riproducono.

28 La cooperazione evolve grazie a TFT Se CI gioca con DI: ST + ST … + ST CI: RR + RR+… + RR TFT: RR + RR +… + RR Se DI gioca con CI: TS + TS +… + TS D1: DD + DD +…. + DD TFT: TS + DD…+ DD Se TFT gioca con DI: ST + DD + DD.. CI: RR + RR +… + RR TFT: RR+ RR+ … + RR In 2 casi su 3, CI e TFT hanno buoni payoff In 2 casi su 3, DI ha payoff inferiori Solo in 1 caso su 3, DI ottiene risultati migliori Comunque, TFT ottiene i migliori risultati. Colonizza la popolazione DI si estinguono.


Scaricare ppt "Simulazione basata su agente Rosaria Conte ISTC-CNR."

Presentazioni simili


Annunci Google