Sistemas Multiagente para simulación

Una de las aplicaciones de la tecnología de agentes es la simulación de fenómenos sociales. La teoría de agentes software facilita el modelado de los aspectos organizativos y de comportamiento de los individuos de una sociedad. Un agente puede representar un individuo en una sociedad, que percibe y reacciona ante los eventos de su entorno de acuerdo a su estado mental, y que interacciona con otros individuos.

Los fenómenos sociales son altamente complejos, pues están constituidos por complejas redes de interacción e interdependencia mutua. La simplificación de los modelos es delicada, pues muchos factores interactúan con el fenómeno que se trata de explicar. También existen tendencias sociales que pueden variar, la población evoluciona demográficamente y esto también tiene repercusiones y modifica el entorno. Todos estos factores contribuyen a que un sistema social sea altamente dinámico y complejo. Por lo tanto difícilmente modelable mediante un sistema tradicional.

Existen distintos sistemas sociales para los que podemos considerar más útiles la simulación basada en agentes, como por ejemplo cuando los modelos matemáticos pueden formularse pero no resolverse o cuando existen problemas para los que se pueden construir modelos pero hay parámetros y configuraciones variables que pueden cambiar de muchas formas. Los modelos basados en agentes pueden esclarecer la estructura de la solución e ilustrar propiedades dinámicas del modelo.

Basándonos en lo anteriormente mencionado podemos concluir que son necesarios amplios conocimientos de sociología para poder modelar un sistema social, pero también son necesarios amplios conocimientos informáticos para hacerlo. Una solución a estos problemas es proporcionar a los sociólogos herramientas para modelar los sistemas mediante agentes software. Por ejemplo el INGENIAS Development Kit (IDK) que facilita el modelado y posteriormente la simulación de sistemas sociales.

En estos momentos los agentes y sistemas multiagente tienen gran importancia en la construcción de arquitecturas distribuidas y colaborativas, con aplicaciones en diferentes campos como: manejo y control de la información en redes computacionales, redes de sensores, sistemas de tiempo real, robótica, manejo de recursos, aplicaciones de tráfico aéreo entre muchas otras.

Uno de los campos en los que los sistemas multiagente tienen mucho que aportar es en simulación. La simulación se puede aplicar a su vez a muchos campos dispares, como pueden ser sociología, economía, urbanismo, procesos de producción…

La simulación trabaja con modelos del sistema real. Los modelos son simplificaciones de la realidad. Muchas veces experimentar con el sistema real puede ser costoso, peligroso e incluso imposible

Los agentes son objetos con un conjunto de estados asociados y que están situados dentro de un ambiente computacional en el cual pueden sentir y actuar conjuntamente, pueden realizar acciones flexibles y autónomas. Los agentes actúan según una red de comportamiento. Lo realmente importante es que a pesar de que un agente tenga un conjunto de comportamientos pequeño, cuando varios agentes actúan conjuntamente la apariencia externa es de un sistema complejo que evoluciona con el tiempo. Un modelo basado en agentes (MBA) es un tipo de modelo computacional que permite la simulación de acciones e interacciones de individuos autónomos dentro de un entorno, y permite determinar qué efectos producen en el conjunto del sistema.

Por ejemplo podemos simular una colonia de hormigas en un entorno con cantidades dispares de comida. Cada agente se corresponde con una hormiga, las hormigas deben de buscar comida y si la encuentran toman una porción y llevan otra al hormiguero. Las hormigas deben comunicar a otras hormigas la posición de la comida, en este punto es en donde se diferencian unas de otras; algunas darán bien la posición, otras se equivocarán por poco y otras por mucho. Esto último puede llevar a que unas hormigas no confíen en otras. Los resultados de esta simulación son: Si existe poca comida los agentes compiten, mienten y existe mucha desconfianza. Por el contrario, si existe mucha comida no hay necesidad de mentir, las hormigas dejan de mentir, la confianza aumenta y la comunicación aumenta entre las hormigas.

En siguientes entradas del blog nos introduciremos en los distintos campos de la simulación usando sistemas multiagente, ilustrando éstos con ejemplos de aplicaciones. También presentaremos competiciones entre distintos sistemas como la RobocCup, en donde robots compiten en partidos de fútbol contra otros equipos, o la RoboCup Rescue, en donde se hacen simulaciones de catástrofes.