21、多尺度下的多代理参与式模拟及HIV免疫交互动力学研究

多尺度下的多代理参与式模拟及HIV免疫交互动力学研究

在当今的研究领域中，多代理系统模拟在不同场景下展现出了巨大的潜力，尤其是在生物系统模拟方面。接下来，我们将深入探讨多代理参与式模拟以及用于发现HIV免疫交互动力学的大规模多代理系统（MMAS）。

多代理参与式模拟中的算法与应用

在多代理参与式模拟中，算法的性能和功能至关重要。通过对结果的分析，我们发现一种算法能够提取同步交互。然而，Q语言的同步性限制了异步交互的提取。为了解决这个问题，我们开始对Q语言进行扩展，并为统一引擎添加对并行交互的支持。

自动提取的卡片将作为可扩展参与式模拟中辅助代理的基础。通过在遗传编程算法中使用并行节点，并结合统一引擎中的反向链，卡片的提取得到了改进。辅助代理需要选择卡片中变量的实例化，以及执行哪张卡片和何时执行。人类导师将对辅助代理进行纠正，并在必要时完全控制它们，这对于验证和避免人类玩家的挫败感是必要的。

半自主辅助代理为广域和大规模参与式实验提供了一条途径。玩家在离开计算机时可以让辅助代理继续进行实验，从而使实验的设置更加容易。未来的工作还包括与Cormas多代理系统设计工具集成，围绕新模型进行局部和广域实验，并根据自动提取的模式设计辅助代理。

相关研究工作

在研究HIV免疫交互动力学之前，我们先了解一下相关的研究工作。目前，用于模拟HIV免疫交互动力学的数学模型主要分为三类：
|模型类型|优点|缺点|
| ---- | ---- | ---- |
|细胞自动机（CA）|能够进行空间结构分析，强调个体交互的涌现性|规则简单，难以表示复杂生物系统的交互；处理每个单独反应和组件消耗大量CPU时间；将每个细