Modelado y simulación

basado en sistemas
multiagente para la
solución problemas sociales
 Modelado y Simulación
Cuando la simulación es un método científico se deben seguir
una serie de procedimientos e indicaciones para cumplirlo:
definición del sistema, en el que se establece cuáles son los
elementos que se deben simular, incluyendo movimientos y
aspectos relevantes. Formulación del Modelo, se crea o se
imita el espacio en el que se produce el evento o fenómeno.
Colección de Datos, al concluir el proceso de simulación, se
tiene la información del proceso como si fuera el original o al
menos el aproximado. Verificación, comparación y
comprobación de los datos obtenidos en la simulación y
los datos de la versión original. Interpretación, se evalúa y se
le da uso a los datos obtenidos para así constatar que los datos
obtenidos son en realidad los deseados. Documentación, los
científicos soportan la información obtenida como datos
guardados para así servir como apoyo a nuevas generaciones
de experimentos científicos que continúen la labor.
 ¿Qué es un Agente?

Es un sistema inmerso en un entorno, que es capaz

de percibirlo y actuar sobre él, siguiendo una agenda
propia con el fin de modificarlo.

Un agente es un sistema capaz de exhibir alguna

forma de inteligencia y actuar de manera
independiente con el objeto de conseguir un beneficio.

proceso computacional autónomo, con iniciativa y

capacidad para modificar su entorno y con posibilidad
de comunicarse con otros agentes.
¿Que es un Sistema Multiagente?

Un sistema multiagente (SMA) es un sistema compuesto

por múltiples agentes inteligentes que interactúan entre
ellos. Los sistemas multiagente pueden ser utilizados
para resolver problemas que son difíciles o imposibles de
resolver para un agente individual o un sistema
monolítico.

Los ámbitos en los que la investigación de sistemas

multiagente puede ofrecer un enfoque adecuado
incluyen la respuesta a desastres y el modelado de
estructuras sociales.
 Enfoques para construir sistemas
multiagentes:

En cierto modo, un sistema multiagente es un sistema distribuido en el cual los nodos o

elementos son sistemas de inteligencia artificial, o bien un sistema distribuido donde la
conducta combinada de dichos elementos produce un resultado en conjunto inteligente.

Existen dos enfoques para construir sistemas multiagentes:

1. El enfoque formal o clásico: consiste en dotar los agentes de la mayor inteligencia
posible utilizando descripciones formales del problema que resolver y de hacer reposar
el funcionamiento del sistema en tales capacidades cognitivas. Usualmente la
inteligencia es definida utilizando un sistema formal (por ejemplo, sistemas de inferencia
lógica) para la descripción, raciocinio, inferencia de nuevo conocimiento y planificación
de acciones a realizar en el medio ambiente.

2.El enfoque constructivista: persigue la idea de brindarle inteligencia al conjunto de

todos los agentes, para que a través de mecanismos ingeniosamente elaborados de
interacción, el sistema mismo genere comportamiento inteligente que no necesariamente
estaba planeado desde un principio o definido dentro de los agentes mismos (que
pueden ser realmente simples). Este tipo de conducta es habitualmente llamado
comportamiento emergente.
 Conceptos importantes acerca de los SMA o MAS

En los MAS aparecen conceptos de gran interés para el análisis

como:

– actividades conjuntas y cooperación;

– conflictos;
– negociación;
– compromisos y planificación de actividades;
– modelo del conocimiento, y su comunicación.
 Cooperación:

Cooperación: es el proceso por el que ciertos

agentes participantes generan deberes mutuamente
dependientes en actividades conjuntas (planes).

– Se recibe un problema en cierto nivel de abstracción.

– El agente resuelve localmente aquello que es posible.
– Recurre a otros agentes del mismo nivel para el resto
de las tareas.
– Recurre a otros niveles de abstracción para el resto
de las tareas.
 Conflictos

• Los conflictos surgen cuando al resolver un problema hay una o varias de las
siguientes circunstancias
– el conocimiento local es incorrecto o incompleto,
– coexisten metas diferentes y divergen en algún momento,
– hay diferentes criterios de evaluación de soluciones,
– los recursos están limitados.

• Aspecto positivo
– se intercambia información → mejora la robustez e integración
– se llega a soluciones globalmente óptimas.
 Planificación

• Las interacciones en sistemas MAS obedecen a la coexistencia de planes

elaborados, preferentemente, de forma distribuida

– Generación de operaciones
– Selección
– Relevancia en la obtención del resultado
– Ejecución

• Categorías de planificación:
– Planificación clásica
– Planificación reactiva
– Sistemas combinados
– Planificación distribuida
 Entornos de programación y simulación de MAS

Hoy en día existen sistemas muy evolucionados y de carácter general que

permiten adentrarse en el mundo del modelo con agentes de una forma más
cómoda y directa, entre ellos, destaca NetLogo.
Pero no es el único, actualmente destacan también entornos de programación
como GAMA o Repast , que comparten muchas características comunes con
NetLogo (que se ha convertido en una especie de estándar en el mundo MAS).
 ¿Qué es NetLogo?
NetLogo es un entorno de modelado programable para simular fenómenos
naturales y sociales. Fue escrito por Uri Wilensky en 1999 y ha estado en
continuo desarrollo desde entonces en el Centro de Aprendizaje Conectado y
Modelado Basado en Computadora.

NetLogo es especialmente adecuado para modelar sistemas complejos que se

desarrollan con el tiempo. Los modeladores pueden dar instrucciones a cientos o
miles de "agentes" que operan independientemente. Esto permite explorar la
conexión entre el comportamiento a nivel micro de los individuos y los patrones de
nivel macro que surgen (emergen) de su interacción
 Ventajas de NetLogo

- es adecuado para modelar sistemas complejos que evolucionan en el tiempo.

- es adecuado para modelar centenares o miles de individuos (personas, bacterias, insectos,
organizaciones, nodos de un grafo, etc.) que interactúan entre sí y con el entorno.
- permite explorar la conexión entre las interacciones locales a nivel de individuo y los patrones
macroscópicos que emergen de dichas interacciones.

Es también un ambiente de programación fácil e intuitivo de usar para crear y probar nuevos modelos:

- Permite abrir y experimentar simulaciones.

- Permite crear modelos rápidamente para comprobar hipótesis sobre sistemas descentralizados.
- Viene con una gran biblioteca de simulaciones en ciencias naturales y sociales, que pueden ser
usadas y modificadas.
- Los modelos se construyen usando un lenguaje muy simple, que incluso es adecuado como primer
lenguaje de programación, y que tiene inspiración en el paradigma funcional/declarativo.
- Posee una interfaz gráfica intuitiva y fácil de usar.
Componentes de Netlogo

 - Agentes: seres que pueden seguir instrucciones.

 Tipos de agentes:
 1. Tortugas
 2. Parcelas
 3. Enlaces
 4. Observador
Al iniciar Netlogo
(instrucciones y
características)
 Conceptos Relacionados con la Exposición:

SISTEMAS MONOLÍTICOS
Los sistemas monolíticos son aquellos en los que su centro es un grupo de
estructuras fijas, las cuales funcionan entre sí.

Agente
Un agente es un sistema capaz de exhibir alguna forma de inteligencia y actuar
de manera independiente con el objeto de conseguir un beneficio. proceso
computacional autónomo, con iniciativa y capacidad para modificar su entorno y con
posibilidad de comunicarse con otros agentes.

IA distribuida
La Inteligencia artificial distribuida es un campo de la IA dedicado al estudio de las
técnicas y el conocimiento necesario para la coordinación y distribución del
conocimiento y las acciones en un entorno con múltiples agentes.
 WEBGRAFIA
http://sistemasdistribuidos.foroactivo.com/t93-sistemas-multiagentes

http://www.cs.us.es/~fsancho/?e=57

https://cibernetico.org/2007/05/31/inteligencia-artificial-distribuida-1/

http://www.cs.us.es/~fsancho/ficheros/ICSR/3%20Sistemas%20Multiagente.pdf

http://joalsa.blogspot.com/p/sistemas-monoliticos.html

https://www.cepal.org/ilpes/noticias/paginas/7/35117/03_arbol_1.pdf

https://conceptodefinicion.de/simulacion/

https://www.youtube.com/watch?v=0ao_TT6r0_Y

https://www.pabloyglesias.com/simulacion-multiagente/

http://www.esi.uclm.es/www/cglez/downloads/pfc/pfcdvf.pdf
 WEBGRAFIA

https://ccl.northwestern.edu/netlogo/resources/Que%20es%20NetLogo.pdf

http://www.cs.us.es/~fsancho/?e=179