További Szoftver cikkek
"Egyszerű, bővíthető keret, mely magyarázatot ad az ágensalapú piacokon tapasztalt társas viselkedésmintákra" - nyilatkozta az új, több területen (pénzpiacok, kvantitatív szociológia, ágenstípusú kommunikációs hálózatok, például robotkollektívák optimalizálása) bevethető modellről egyik kidolgozója, Marian Anghel.
Kisebbségben
A kutatók a minority game-et használták kiindulási pontként.
Míg a klasszikus játékelméleti modell racionális résztvevői deduktív érvelést alkalmaznak, a valós életben a szélsőséges komplexitás érvényteleníti az ilyen folyamatokat - mutat rá Toroczkai Zoltán, Los Alamosi kutató. Ezekben a helyzetekben döntéseinket induktív módon próbáljuk optimalizálni.
Az új modell figyelembe veszi, hogy egyik ágens se rendelkezik a többi játékos terveire és döntéseire vonatkozó teljes információval, illetve, hogy racionális választásaik elhibázottak is lehetnek. A társadalmi/közösségi hálózatok - és általában a hálózatelmélet - szintén kapcsolódnak a modellhez. Főként azzal az ismérvükkel, hogy fontos szerepet töltenek be a játék számára releváns információk szelektált ismeretségi körön belüli kiszolgáltatásában.
Hálózatban
A kutatók ismeretségi hálózatot (network of acquaintances) építettek modelljükbe. Az ágensek a legjobb lépésekre vonatkozó előrejelzéseiken alapuló tanácsokat adnak egymásnak, tanulnak saját és közvetlen szomszédjaik tapasztalataiból. Mivel hozzáférnek a szomszédok információkészletéhez, szélesebb választási spektrum nyílik meg előttük, intelligensebben cselekednek.
"A problémát az ágensek döntéshozó folyamatára hatást gyakorló szociális hálózatot leíró egyszerű modell bevezetése jelentette" - magyarázza Anghel. Aztán Toroczkai rájött, hogy például az olyan adaptív folyamatoknál, mint az imitációnál alkalmazott megerősítéses tanulási mechanizmus (reinforcement learning) a szociális hálózat felől érkező információ kiválasztásánál szintén felhasználható.
De mit tegyen ágensünk az információval? Hogyan fordítsa saját előnyére? Toroczkai a tőzsdével von párhuzamot: brókereink közül arra hallgatunk, aki a legjobb tanácsokat adta a múltban. Viszont, ha a jövőben veszítünk miatta, magától értetődően elfordulunk tőle, és egy sikeresebbel kooperálunk.
Hasonlóan döntenek az ágensek is: az eredményesebb szomszéd információját hasznosítják. "Befolyás-kapcsolatok" (influence link), majd ezek együtteséből dinamikus, gyorsan változó, a versenyt meghatározó információcserét formáló "befolyás-hálózatok" (influence network) alakulnak ki. A csoportosulás különböző következményekkel jár: x ágens ugyanazt a stratégiát választja, mint y, de meghallgatja a más utat járó z-t és w-t is. A mobilitás bizonyos idő után a csoportok széteséséhez vezethet.
Vezérágensek
A legtöbb kapcsolattal rendelkező ágensek előbb-utóbb vezetői szerepet töltenek be. Anghel szerint a vezetői szerkezet mérete főként a konnektivitás, és sokkal kevésbé az ágenstársadalom nagyságának, vagy a lehetséges stratégiák komplexitásának a függvénye. A vezetők hozzávetőleg a társadalom egy százalékát jelentik. A kutató a 0,5 százalék kormánytisztviselő által irányított 250 milliós Egyesült Államokkal von párhuzamot.
Mint a valóságban - összegez, majd a klasszikus, szociális hálózattal nem rendelkező modellek alacsonyabb adaptációs-szintjét hangsúlyozza: "ágenseink flexibilisebbek, könnyebben alkalmazkodnak. Mindez hatékonyabb piaci tevékenységet eredményez."
Duncan Watts (Columbia Egyetem), a hálózatelmélet egyik szakértője az új modell vezetői szerkezetének bizonytalanságát rója fel. Kiemeli azt is, hogy a hálózati kapcsolatoknak nem szabad túl "sűrűknek" lenniük, mert egy-egy vezető a rendszer stabilitását veszélyeztető népszerűségre tehet szert.
Toroczkai jövőbeli célokról is beszél: kollektívaként működő mesterséges ágensrendszereket szeretnének kialakítani. Olyan esetekben alkalmaznák őket, amikor kivitelezhetetlen a manuális emberi kontroll. Például tíz-húsz év múlva a Marson is bevethető robotcsapatokként.