Professional Documents
Culture Documents
Tomáš Šalamon
Doktorand oboru Informatika
1 Úvod
Ekonomické simulace v multiagentnı́ch systémech a agentnı́ modelovánı́ (agent
based modeling – ABM) jsou modernı́, prudce se rozvı́jejı́cı́ oblastı́ výzkumu kogni-
tivnı́ informatiky: oblasti na rozhranı́ informatiky a společenských věd.
Multiagentnı́ systémy jsou podle [10] systémy složené z mnoha vzájemně pů-
sobı́cı́ch složek zvaných agenti, kteřı́ se vyznačujı́ dvěma základnı́mi vlastnostmi.
Jsou jimi schopnost samostatné činnosti, pomocı́ které se snažı́ dosáhnout cı́lů, pro
které byli navrženi, a schopnost pokročilé interakce s ostatnı́mi agenty, která zahrnuje
obdobné činnosti, jaké běžně provádějı́ jedinci v lidské společnosti, jako je spolu-
práce, koordinace, vyjednávánı́, atd. Tyto vlastnosti umožňujı́ využitı́ multiagentnı́ch
systémů k simulaci jevů existujı́cı́ch v lidské společnosti, nebot’ mezi chovánı́m
m u l t ia g e n tn ı́h o systému a reálné společnosti existuje až překvapivá podobnost.
Tı́m se z multiagentnı́ho systému stává potenciálnı́ prostředı́ pro prováděnı́ experi-
mentů a ověřovánı́ hypotéz ve společenských vědách, zejména ekonomii. Pomocı́
multiagentnı́ho systému byla v uplynulých letech provedena celá řada experimentů,
které studovaly např. podstatu vzniku tržnı́ch struktur [1], přı́činy genderového roz-
vrstvenı́ pracovnı́ků ve firmách [7], tzv. problém potlesku ve stoje [6], modelovaly
fungovánı́ finančnı́ch trhů [4] a mnoho dalšı́ho.
Tento článek vycházı́ ze zkušenostı́ autora nabytých při realizaci multiagentnı́ho
modelu ekonomiky pro zkoumánı́ dopadů změn vybraných druhů danı́ [2] (dále jen
kde a je počet agentů. Při počtu 10000 agentů (což rozhodně nenı́ nikterak velké
čı́slo) to představuje téměř 108 zpráv v systému.
Naštěstı́, dokonalé šı́řenı́ informace neodpovı́dá realitě a vzhledem k tomu, že
modelujeme reálné sociálnı́ a ekonomické systémy, můžeme vyjı́t z toho, že i v na-
šem modelu můžeme většinou dokonalost šı́řenı́ informacı́ limitovat (výjimkou by
mohla být např. snaha simulovat mikroekonomický model dokonalé konkurence).
Jednoduchým a rychlým řešenı́m je povolit agentovi v každém kroku odeslat jen
určitý počet zpráv náhodnému výběru z množiny možných přı́jemců. Nevýhodou
takového řešenı́ je možné zkreslenı́ reality (lidé ve skutečnosti nevybı́rajı́ náhodně,
s kým budou o čem komunikovat). Zajı́mavějšı́ je ohodnocenı́ každé zprávy náklady
a užitkovou funkcı́. Užitková funkce může mı́t např. následujı́cı́ formálnı́ podobu
Situaci dále komplikuje fakt, že působenı́ jednotlivých uvedených faktorů je typicky
protichůdné. Snı́ženı́ počtu vazeb agenta vede, jak jsme ukázali, ke zvýšenı́ jeho
složitosti, snı́ženı́ počtu agentů reformulacı́ úlohy, jak bylo naznačeno v našem přı́-
padě, může vést k růstu počtu vazeb na agenta, apod. Otázka optimalizace je otázkou
komplexnı́ho systémového přı́stupu k multiagentnı́mu systému jako celku.
4 Závěr
[3] kolektiv autorů: Simulace dopadu změn vybraných typů danı́ na ekonomiku.
Liberálnı́ institut, Praha 2007.
[4] LeBaron, B.: Agent-based Financial Markets: Matching Stylized Facts with
Style, In: Colander, D. (ed.): Post Walrasian Macroeconomics: Beyond the
DSGE Model. Cambridge University Press, 2006, 221–235.
[5] Lysenko, M., D’Souza, R., Rahmani, K.: A Framework for Megascale Agent
Based Simulations on the GPU. Článek k otištěnı́ v Journal of Parallel and
Distributed Computing, 2007.
[6] Miller, J., Page, S.: The Standing Ovation Problem. Complexity, Vol. 9 (2004),
No. 5 (May/June), 8–16.
[7] Robison-Cox, J., Martell, R., Emrich, C.: Simulating Gender Stratification.
Journal of Artificial Societies and Social Simulation, Vol. 10 (2007), No. 3.
[8] Scheutz, M., Schermerhorn , P.: Adaptive Algorithms for the Dynamic Distri-
bution and Parallel Execution of Agent-Based Models. Journal of Parallel and
Distributed Computing, Vol. 66 (2006), No. 8, 1037–1051.
[9] Stroud, P., Del Valle, S., Sydoriak, S., Riese, J., Mniszewski, S.: Spatial Dyna-
mics of Pandemic Influenza in a Massive Artificial Society. Journal of Artificial
Societies and Social Simulation, Vol. 10 (2007), No. 4.
[10] Woodridge, M.: An introduction to multiagent systems. John Wiley & Sons,
Chichester 2002. ISBN: 0-471-49691-X.
[11] Yamamoto, G., Tai, H., Mizuta, H.: A platform for massive agent-based simu-
lation and its evaluation. Proceedings of the 6th international joint conference
on Autonomous agents and multiagent systems, ACM, New York 2007, 905–
906.