agentbasert

Agentbasert, ofte omtalt som agentbasert modellering (ABM), er en tilnærming innen simulering og kompleksitetsteori der et system består av mange autonome enheter, eller agenter, som følger enkle regler og samhandler med hverandre og med miljøet. Agenter kan representere individer, organisasjoner, kjøretøy eller andre aktører, og de har ofte egenskaper som beslutningslogikk, begrenset informasjon og intensjon.

Miljøet kan være romlig eller abstrakt og består av ressurser, nettverk eller regler som påvirker agentenes handlinger. Nye mønstre og kollektiv atferd, ofte omtalt som emergens, oppstår som et resultat av lokale interaksjoner mellom agenter og miljøet.

Historisk oppstod agentbasert modellering i forskningen på komplekse systemer og sosial simulering på 1990-tallet. Viktige bidrag kommer fra Joshua M. Epstein og Robert Axtell med Sugarscape-prosjektet, som viser hvordan enkeltregelbaserte agenter kan generere sosiale fenomener og økonomiske mønstre.

Kjernebegreper inkluderer agentautonomi, lokal informasjon, enkelhet i regler, adaptiv atferd og interaksjon gjennom nettverk eller miljø. ABM fokuserer på mikro-nivå regler og studerer hvordan emergente fenomener oppstår i en helhet.

Anvendelser spenner fra samfunnsvitenskap, epidemiologi og økonomi til transport, økologi, energisystemer og byplanlegging. ABM benyttes også i roboter og simulering av menneskelig atferd i virtuelle miljøer.

Fordeler inkluderer evnen til å representere heterogenitet og lokale beslutninger samt uforutsette kollektiv atferd, mens begrensninger omfatter behovet for detaljerte data, kalibrering og validering, og at resultater kan være sensitive for regler og modellstruktur.