Modeling agent decision and behavior in the light of data science and artificial intelligence
Modeling agent decision and behavior in the light of data science and artificial intelligence
复制标题
根据数据科学和人工智能对代理决策和行为进行建模
DOI：
10.1016/j.envsoft.2023.105713
复制
发表时间：
2023
影响因子：
4.9
通讯作者：
An L
中科院分区：
文献类型：
--
作者：
An L
基于Agent的建模（ABM）已被广泛应用于许多学科和实践领域，受到许多赞誉和批评。本文介绍了在过去的二十年中，基于代理的建模的主要进展和挑战，并表明理解代理的行为是各个研究领域的一个主要优先事项。我们证明，人工智能和数据科学可能会对科学和技术产生革命性的影响，以理解复杂系统中的代理决策和行为。我们提出了一种创新的方法，利用强化学习和卷积神经网络为代理提供直接从数据中自我学习行为规则的智能。我们呼吁进一步发展ABM，特别是建模代理行为，在数据科学和人工智能的光。
Agent-based modeling (ABM) has been widely used in numerous disciplines and practice domains, subject to many eulogies and criticisms. This article presents key advances and challenges in agent-based modeling over the last two decades and shows that understanding agents’ behaviors is a major priority for various research fields. We demonstrate that artificial intelligence and data science will likely generate revolutionary impacts for science and technology towards understanding agent decisions and behaviors in complex systems. We propose an innovative approach that leverages reinforcement learning and convolutional neural networks to equip agents with the intelligence of self-learning their behavior rules directly from data. We call for further developments of ABM, especially modeling agent behaviors, in the light of data science and artificial intelligence.
登录
查看更多内容
一种理论 - 多种形式化：测试基于能量代理的模型中计划行为理论的不同代码实现
DOI：
--
发表时间：
2018
期刊：
Journal of Artificial Societies and Social Simulation
影响因子：
--
作者：
Hannah Muelder;T. Filatova
通讯作者：
T. Filatova
影响因子：
1
作者：
SCHELLING, TC
通讯作者：
SCHELLING, TC
基于代理的模型中的代理建模：说明书
影响因子：
2
作者：
Sander van der Hoog
通讯作者：
Sander van der Hoog
从案例到一般原理：呼吁通过基于主体的建模进行理论发展
影响因子：
3.1
作者：
Iris Lorscheid;U. Berger;V. Grimm;M. Meyer
通讯作者：
M. Meyer
相变研究中计算机模型的十大挑战：Holtz 等人的评论。
DOI：
--
发表时间：
2017
期刊：
影响因子：
--
作者：
W. McDowall;F. Geels
通讯作者：
F. Geels