Agent仿真初识

功能介绍 共享系统仿真信息，推广系统仿真软件，探讨系统仿真问题，规范系统仿真流程，共建系统仿真未来。

Agent，英文诠释是代理人。今天就来谈谈它在仿真领域的事儿~

仿真领域中，有许多与它类似的同义词，如ABM（Agent- Based Modeling，基于Agent的建模）、ABS（Agent-Based Systems，基于Agent的系统，在其他领域有诸多相同的缩写）和IBM（Individual-Based Modeling，基于个体的建模，不是某国际知名公司）等，而在仿真领域，最接近的一种引申解释，我认为应该是ABMS（Agent-Based Modeling and Simulation）。

ABMS是具有交互行为的自管理Agent对系统进行描述和抽象的建模仿真方法。

ABMS在建模时强调Agent（代表某一种具体实体Entity）的自我管理和实体之间的互动性，在模型运行过程中，强调每个Agent个体之间交互信息，从而对整个系统产生影响。从这个层面上讲，有一个比较恰当的比喻，我们每个人作为一个Agent，而将整个社会作为一个系统模型，每个人的行为动作和人与人之前的信息交互，都将对社会系统做出一定的影响。

基于Agent是一个模拟系统随时间变化的系统，且描述方式是自低向高的方法。在一个基于 Agent仿真模型中，在低端层面，单一Agent会基于一定的给定规则做出决策。在高端的整体层面，仿真会体现Agent活动和Agent之间，以及Agent与环境交互的结果。

在基于ABMS的实验中，改变个体Agent行为规则，可以进行假设实验，这是Agent建模的一大优势。在进行实验过程中，让 Agent进行交互并监视仿真运行过程中的Agent状态变化，分析Agent状态，最后得出结论。

这种方式的原理，是基于假设特定的Agent模型中的特定环境下，A能够产生结果R的充分性。

ABMS体现了系统工程中整体大于部分简单叠加（1+1>2）的思想。有点类似于众人拾柴火焰高的想法。一般的系统中包含了许多彼此进行交互的Agent。这些Agent具有自身的规则和目标，但没有一个Agent能够完全控制整个系统的的行为，所有这些组件都会对整个系统层次产生大小不同的影响。这样这些Agent所构成的系统，就可以称为复杂自适应系统（ Complex AdaptiveSystem，CAS）。

复杂自适应系统（CAS）具有3个突出特点：

（1）组成系统的Agent数量众多，Agent之间及Agent与环境之间的交互非常复杂，各Agent遵循自身规则和目标进行决策，执行对应的动作，发出相应的信息。

（2）Agent行为汇总成系统行为，但Agent和系统之间不是简单的线性关系。

（3）自适应意味着系统中的Agent可以感知环境，根据預定义的目标和当前状态调整自身行为，同时其行为也可能对环境和其他实体产生影响。

基于Agent的研究方式对于复杂自适应系统这种具有非线性的系统而言，是非常合适的解决方案，而基于ABMS的仿真方案，也是应对非线性系统仿真的合适解决方案。