Mejora del modelo social en una plataforma multiagente que se ejecutan en una supercomputadora

Abstract

El modelado basado en agentes (ABM) es una de las formas más adecuadas para simular y analizar problemas y simulaciones complejas, como la simulación de entornos y escenarios sociales. El tipo de plataforma que se utiliza con mayor frecuencia en estas iniciativas es la de un sistema multiagente. Los sistemas multiagente están compuestos por varios actores (agentes) en un entorno de simulación concreto, cada uno de ellos tiene un conocimiento individual y un comportamiento individual. Una de las aplicaciones de estos sistemas es analizar el comportamiento colectivo emergente en contextos como la sociología, la economía, la formulación de políticas, etc. escalabilidad En trabajo realizado en la UPC en Abril de 2019, se propuso, teorizó e implementó una plataforma que permite a los agentes complejos con planificación HTN escalar y ejecutarse en paralelo. Seguidamente en Junio de 2022 se amplió dicha plataforma para permitir un mejor análisis de las relaciones sociales entre los agentes a través de las preferencias sobre sus objetivos, preferencias sobre sus planes, acciones y valores morales, al mismo tiempo que se aseguraba que las adiciones fueran escalables. En este trabajo, partimos del trabajo previo realizado por David Marin sobre la ampliación de dicha plataforma, y ¿¿lo ampliamos, tanto de manera formal como a nivel de funcionalidades y eficiencia. Formalizamos las adiciones al modelo del sistema, así como sus modificaciones, y lo mismo hacemos para la implementación. Al final, proporcionamos un escenario de ejemplo complejo para mostrar todas las adiciones que hemos creado.

Agent-based modeling (ABM) is one of the most suitable ways to simulate and analyze complex problems and simulations, such as the simulation of social environments and scenarios. The type of platform most frequently used in these initiatives is that of a multi-agent system. Multi-agent systems are composed of several actors (agents) in a particular simulation environment, each having individual knowledge and individual behavior. One of the applications of these systems is to analyze emergent collective behavior in contexts such as sociology, economics, policy formulation, etc. scalability In work done at UPC in April 2019, a platform was proposed, theorized and implemented that allows complex agents with HTN planning to scale and run in parallel. We then extended that platform in June 2022 to enable better analysis of social relationships between agents through preferences over their goals, preferences over their plans, actions, and moral values, while ensuring that additions are scalable. In this paper, we build on previous work done by David Marin on the extension of such a platform, and extend it, both formally and in terms of functionalities and efficiency. We formalize the additions to the system model, as well as its modifications, and do the same for the implementation. At the end, we provide a complex example scenario to show all the additions we have created.