Modello basato sull'agente

I modelli basati sull'agente (in sigla, ABM, acronimo di agent-based model) sono una classe di modelli computazionali finalizzati alla simulazione al computer di azioni e interazioni di agenti autonomi (tanto individuali quanto collettivi, come organizzazioni e gruppi) al fine di valutare i loro effetti sul sistema nel suo complesso. L'ABM combina elementi di teoria dei giochi, sistemi complessi, comportamento emergente, sociologia computazionale, sistemi multiagente. I metodi Monte Carlo sono usati per introdurre casualità. In particolare, in ecologia questi modelli vengono chiamati modelli basati sull'individuo (IBM)^[1] e gli individui in un modello IBM possono essere più semplici rispetto agli agenti completamente autonomi degli ABM. Una recente revisione della letteratura sui modelli basati sugli individui, basati sugli agenti, e sui sistemi multi-agente mostra che gli ABM sono usati in domini scientifici non correlati al calcolo come la biologia, l'ecologia e le scienze sociali^[2]. La modellizzazione basata sull'agente è correlata ma distinta dal concetto di sistema multi-agente o simulazione multi-agente, in quanto l'obiettivo del primo è di cercare informazioni esplicative sul comportamento collettivo degli agenti che obbediscono a semplici regole, tipicamente in sistemi naturali, a differenza del secondo, il cui obiettivo è di progettare agenti o risolvere specifici problemi pratici o ingegneristici^[2].

I modelli basati su agenti sono un tipo di modello a microscala^[3] che simulano operazioni simultanee e interazioni di agenti multipli nel tentativo di ricreare e predire l'aspetto di fenomeni complessi. Il processo è uno dei comportamenti emergenti dal livello microscopico al livello macroscopico. In quanto tale, una nozione chiave è che semplici regole comportamentali generano comportamenti complessi, come enuncia il principio KISS ("Keep it simple, stupid"), adottato in maniera estensiva nella modellazione della comunità. Un altro principio centrale è che il tutto è maggiore della somma delle parti. Gli agenti individuali sono tipicamente caratterizzati come limitati razionalmente, presumibilmente agiscono secondo ciò che percepiscono come i propri interessi, come la riproduzione, i benefici economici o lo status sociale,^[4] usando l'euristica o semplici regole decisionali. Gli agenti ABM possono sperimentare "apprendimento", adattamento e riproduzione^[5]

I modelli basati sull'agente si compongono solitamente di: 1) numerosi agenti definiti a diversi livelli di scala (principio noto come "granularità degli agenti"); 2) principi euristici volti al prendere decisioni; 3) regole di apprendimento e processi di adattamento; 4) sistema topologico in cui avvengono interazioni; 5) un ambiente. Gli ABM sono tipicamente implementati sotto forma di simulazioni al computer per mezzo di programmi specifici o strumenti di sviluppo di ABM. Tali modelli possono essere utilizzati per valutare l'impatto sul comportamento emergente del sistema a seguito di modifiche del comportamento individuale.