Sugarscape — это модель для искусственного интеллекта на основе агентов, основанная на социальном моделировании, которая следует некоторым или всем правилам, представленным Джошуа М. Эпштейном и Робертом Экстеллом в их книге «Выращивание искусственных обществ» . [1]
Основы моделей Sugarscape можно проследить до Мэрилендского университета , где экономист Томас Шеллинг представил свою работу под названием «Модели сегрегации» . [2] Работа была написана в 1969 году. Возможности Шеллинга и остальных участников сообщества по моделированию социальной среды были ограничены отсутствием адекватной вычислительной мощности и применимого механизма программирования для полной реализации потенциала их модели.
Агентная симуляция Джона Конвея « Игра жизни » была улучшена и применена к оригинальной идее Шеллинга Джошуа М. Эпштейном и Робертом Экстеллом в их книге «Растущие искусственные общества ». Чтобы продемонстрировать свои открытия в области агентной симуляции, была создана модель, которая распространялась вместе с их книгой на CD-ROM. Концепция этой модели стала известна как «модель Sugarscape». [1] С тех пор название «Sugarscape» используется для агентных моделей, использующих правила, похожие на те, что определены Эпштейном и Экстеллом.
Все модели Sugarscape включают в себя агентов (жителей), окружающую среду (двумерную сетку) и правила, регулирующие взаимодействие агентов друг с другом и окружающей средой.
Оригинальная модель, представленная Дж. Эпштейном и Р. Экстеллом (считающаяся первой крупномасштабной моделью агента ), основана на сетке ячеек 51x51, где каждая ячейка может содержать разное количество сахара (или специй). На каждом этапе агенты осматриваются, находят ближайшую ячейку, заполненную сахаром, перемещаются и метаболизируют. Они могут оставлять загрязнения, умирать, размножаться, наследовать источники, передавать информацию, торговать или заимствовать сахар, вырабатывать иммунитет или передавать болезни — в зависимости от конкретного сценария и переменных, определенных при настройке модели.
Сахар в симуляции можно рассматривать как метафору ресурсов в искусственном мире, с помощью которых исследователь может изучать влияние социальной динамики, такой как эволюция, семейное положение и наследование, на популяции. [3]
Точное моделирование исходных правил, представленных Дж. Эпштейном и Р. Экстеллом в их книге, может быть проблематичным [4] , и не всегда возможно воссоздать те же результаты, что представлены в книге « Растущие искусственные общества» .
Модель Sugarscape имеет несколько реализаций, некоторые из которых доступны в виде бесплатного программного обеспечения с открытым исходным кодом.
Оригинальная реализация была разработана в Ascape, программном обеспечении Java , подходящем для агентного социального моделирования . Модель Sugarscape остается частью встроенной библиотеки моделей, распространяемой с Ascape. [5]
NetLogo использовался для построения моделей Sugarscape. Три сценария Sugarscape включены в библиотеку моделей NetLogo: «Немедленный рост», «Постоянный рост» и «Распределение богатства». Помимо этих трех сценариев лежит модель Sugarscape NetLogo Иэна Уивера, которая является частью библиотеки моделей сообщества пользователей. «Она основана на модели сообщества NetLogo Оуэна Денсмора, чтобы охватить все правила, обсуждаемые в Growing Artificial Societies , за исключением правила боя (хотя его включение тривиально, оно добавляет мало ценности модели)». [6] Модель снабжена обширной документацией [7], включая инструкции по успешному воспроизведению исходных правил Sugarscape. [4]
Из-за эмерджентной природы моделей на основе агентов (ABM) критически важно, чтобы размеры популяции в симуляциях соответствовали размерам популяции моделируемых динамических систем. [8] Однако производительность современных фреймворков моделирования агентов недостаточна для обработки таких больших размеров популяции, а фреймворки параллельных вычислений, разработанные для работы на вычислительных кластерах, ограничены доступной полосой пропускания. По мере увеличения вычислительной мощности в соответствии с законом Мура можно ожидать увеличения размера и сложности фреймворков моделирования. Команда RM D'Souza, M. Lysenko и K Rahmani из Мичиганского технологического университета использовала модель Sugarscape для демонстрации мощности графических процессоров (GPU) в симуляциях ABM с более чем 50 обновлениями в секунду при популяциях агентов, превышающих 2 миллиона. [9]
Другую реализацию можно найти в Mathematica . [10]
Проект GMU MASON , доступный по лицензии Academic Free License , также включает реализацию Sugarscape. [11]