9、多智能体系统模拟与应用：复杂性应对与角色建模

多智能体系统模拟与应用：复杂性应对与角色建模

1. 多智能体系统基础特性

1.1 智能体行为与文化传播

智能体具有不同的行为模式。拥有占有模因（possession meme）的智能体标记单元格，通常不侵犯已标记的单元格，除非在其视野范围内找不到可利用的单元格。而同时拥有占有模因和制裁模因（sanction meme）的智能体，还会惩罚入侵者，这一过程会拿走入侵者的部分财富，同时自身也会消耗一定资源作为制裁成本。研究表明，具有占有模因的智能体社会比没有该模因的社会更具可持续性，信息交流同样有助于提高智能体社会的可持续性。

文化传播需要智能体具备一定的记忆能力。例如，像标签、模因和记忆等元素，使得智能体能够存储关于环境的信息，构建环境模型，并将部分模型传递给其他智能体。

1.2 EOS 测试床模型

EOS 测试床模型用于重建旧石器时代晚期的社会变迁。其智能体具有相对复杂的内部结构，包含基于人工智能意义上的生产系统，即作用于社会模型和资源模型的规则库。资源模型存储资源及其位置信息，社会模型存储智能体对自身和其他智能体的信念。该模型的核心概念是合作请求，当单个智能体无法单独获取某种资源时，会向其他智能体发送合作请求。合作关系可能发展为领导 - 跟随关系。

2. 离散事件模拟在多智能体系统中的应用

2.1 离散事件模拟的引入

传统模拟方法难以模拟人类在排队时的行为，如换队、提前离开系统或与服务器协商等。离散事件模拟因此扩展到多智能体系统领域。

2.2 DEVS 与 AgedDEVS

DEVS 是最早的面向对象离散事件模拟方法之一，