МУЛЬТИАГЕНТНОЕ МОДЕЛИРОВАНИЕ ЭМЕРДЖЕНТНОГО ПОВЕДЕНИЯ ТЕПЛОВЫХ ЖУКОВ

Аннотация. В статье рассматривается модель Heatbugs в системе NETLOGO, мультиагентные системы и где они применяются. Описывается модификация этого кода и рассказывается об агентах и для чего они нужны.

Ключевые слова: мультигагентные системы, netlogo, агент, тепловые жучки.

Мультиагентными системами (МАС) называют систему

• взаимодействующих агентов для решения определенной задачи либо для выполнения определенной инструкции – установки
• состоящую из одной или более групп агентов, конкурирующих или сотрудничающих друг с другом с целью выполнения общей задачи

В МАС агенты всегда совместно работают в группах. Задачи можно распределить между агентами, либо же одну задачу могут решать несколько агентов.

Агент - это автономный программный объект, способный достигать поставленных целей.

Также рассмотрю, где мультиагентные системы находят свое применение:

• интеллектуальные агенты
• распределенная оптимизация
• робототехника
• интернет вещей

Мультиагентное программирование в среде NetLogо.

NetLogo- это среда для моделирования естественных и социальных явлений. Эта среда особенно хорошо подходит для моделирования сложных систем, развивающихся с течением времени. Пользователи могут давать инструкции для сотен или тысяч «агентов», которые работают независимо друг от друга. В нем имеется библиотека моделей, в которой содержится большой набор предварительно написанных симуляций. Эти симуляции касаются областей контента в естественных и социальных науках, включая биологию и медицину, физику и химию, математику и информатику, а также экономику и социальную психологию.

Рассмотрим модификацию встроенного кода Heatbugs.

Тепловые жучки - это абстрактная модель поведения биологически активных агентов, которые пытаются поддерживать оптимальную температуру вокруг себя. Она демонстрирует, как простые правила, определяющие поведение агентов, могут привести к нескольким различным типам поведения на выходе. Heatbugs использовался в качестве демонстрационной модели для многих наборов инструментов агентного моделирования.

Насекомые перемещаются по сетке из квадратных "пятен". Насекомое не может переместиться на участок, на котором уже есть другое насекомое.

Каждое насекомое излучает небольшое количество тепла. Тепло постепенно распространяется по всему миру; часть тепла теряется при охлаждении.

У каждого жука есть "идеальная" температура, которую он хочет поддерживать. Чем больше разница между температурой участка, где находится жук, и идеальной температурой, при которой он находится, тем более "несчастлив" жук. Когда жук недоволен, он перемещается. Если там слишком жарко, он перемещается на самый холодный соседний пустой участок. И наоборот, если ошибка слишком холодная, она перемещается на самый теплый соседний пустой участок.

На что следует обратить внимание

В зависимости от оптимальной температуры некоторые насекомые будут стремиться собираться в кучки, в то время как другие будут стремиться избегать всех остальных насекомых, а третьи будут по-прежнему порхать по краям скоплений. На все это также влияет скорость испарения.

Наиболее интересное поведение происходит, когда количество насекомых, количество выделяемого ими тепла и скорость остывания окружающей среды сбалансированы таким образом, что избыточное тепло не накапливается.

Для модификации кода добавили новую процедуру change-random-ideal-temp, которая меняет идеальную температуру для случайного количества черепах. А также мы внесли изменения в процедуру setup, чтобы включить вызов этой новой процедуры.

Рисунок 1. Движение тепловых жуков после модифицирования кода в программе Netlogo

Заключение

Мультиагентное моделирование эмерджентного поведения тепловых жуков является мощным инструментом для изучения сложных систем, где индивидуальное поведение агентов приводит к появлению коллективных явлений. Исследование тепловых жуков с помощью подхода мультиагентного моделирования позволяет не только более глубоко понять причины и механизмы их поведения, но и применить полученные знания для решения практических задач в различных областях, таких как робототехника, экология, исследование социальных систем и другие. Таким образом, развитие и совершенствование методов мультиагентного моделирования позволит расширить наше понимание эмерджентного поведения и его прикладные возможности.