Modelarea bazat pe ageni (MBA) i utilizarea ei n domeniul economic

Nora Mihail
Profesor universitar doctor

Academia de Studii Economice Bucureti

Abstract. The last ten years of the XX century has been the witnesses of the apparition of a new
scientific field, which is usually defined as the study of Complex adaptive systems. This field, generic
named Complexity Sciences, shares its subject, the general proprieties of complex systems across traditional disciplinary boundaries, with cybernetics and general systems theory.
But the development of Complexity Sciences approaches is determined by the extensive use of AgentBased-Models (ABM) as a research tool and an emphasis on systems, such as markets, populations or
ecologies, which are less integrated or organized than the ones, such as companies and economies,
intensively studied by the traditional disciplines.
For ABM, a complex system is a system of individual agents who have the freedom to act in ways that
are not always totally predictable, and whose actions are interconnected such that one agents actions
changes the context (environment) for other agents. These are many examples of such complex systems:
the stock market, the human body immune system, a business organization, an institution, a work-team, a
family etc.
Key words: Complexity Sciences; Agent-Based-Models; dynamic proprieties; real modeled systeme;
system behaviour.

1. Ce sunt modelele bazate pe ageni?

A-life este numele unui domeniu de cerecetare
multidisciplinar care ncearc s dezvolte modele pentru
a demonstra cum cresc i evolueaz organismele vii.
Se sper c prin acest mod se va ptrunde mai adnc n
cunoaterea naturii vieii organice i se vor nelege mai
bine procesele aflate la originea vieii. A-life a stimulat
apariia unor noi metode n cibernetic. Termenul de
a-life a fost introdus de Christoper Langton, care a
organizat prima conferin despre a-life la Santa Fe ca n
1987. Aceasta nu nseamn c studii similare, sub diferite
nume, nu ar fi aprut nainte de 1980.
De fapt, doi savani au avut cercetri teoretice similare,
printele teoriei automatelor, John von Neumann,
matematician celebru i pionier al tiinei calculatoarelor,
i matematicianul polonez Stanislan Ulam, care, spre
sfritul anilor 50, au nceput s exploreze natura

automatelor celulare. Intenia lor era s aplice aceste teorii

n studii privind creterea, dezvoltarea i reproducerea
fiinelor vii. Aceste celule matematice pot fi utilizate
pentru a simula procese fizice, biologice i economice prin
supunerea celulelor unei mulimi simple de reguli care se
aplic n mod repetat (de exemplu, fiecare celul i
schimb culoarea n raport cu regulile respective i cu
culorile celulelor vecine).
Von Neumann i Ulam au artat c, prin utilizarea unui
set de reguli destul de simple, este posibil ca o configuraie
de celule s revin la configuraia iniial (de exemplu la
culorile iniiale), ceea ce nseamn c ele s-au reprodus.
Aceste automate celulare apar sub forma unor latice de
celule. Fiecare celul este caracterizat prin valori specifice
care pot fi schimbate n raport cu regulile fixate. O nou
culoare a celulei este determinat pe baza valorii sale

87

Modelarea bazat pe ageni (MBA) i utilizarea ei n domeniul economic

Economie teoretic i aplicat

curente i a valorilor vecinilor imediai. Astfel de automate celulare formeaz forme, se reproduc i mor.
Langton a utilizat lucrrile lui von Neumann ca punct
de plecare pentru a proiecta un sistem a-life care poate fi
simulat pe un calculator. n 1979 el a dezvoltat un organism care avea proprieti asemntoare organismelor vii.
Aceast creatur se reproducea singur ntr-un mod care,
cu fiecare generaie nou aprut, ducea mai departe
proprietile organismului iniial, dar apreau i noi
proprieti. Astfel de comportament simula, deci, procesul
de mutaie i evoluie din organismele vii.
Economistul Thomas Sehelling a fost unul din primii
cercettori care a ncercat s aplice metodele a-life n
tiinele economice. El a creat o lume artificial utiliznd
nu un calculator, ci o mas de ah pe care monede de diferite
dimensiuni se micau pe baza unor reguli simple. n acest
mod, el a creat o lume artificial (virtual) i a artat c, pe
lng alte proprieti, o are i pe aceea c chiar i preferine
foarte slabe pentru a locui i lucra ntr-o anumit parte a
mesei conduc la diferene mari ntre indivizi (monede).
Pornind de aici, au aprut modelele bazate pe ageni
(MBA). Biologul Tom Ray a creat programe agent pe
laptop-ul su. Scopul fiecrui agent era s fac o copie a
lui nsui n memorie. Ray a presupus un timp de via finit
pentru fiecare program. El a lsat programele s ruleze toat
noaptea i dimineaa a observat c agenii si erau angajai
n activiti echivalente digital cu competiia i
colaborarea. Cnd agenii-programe realizau copii ale lor
n calculator, schimbau aleatoriu codul aprut. Astfel, se
poate spune c ei sufereau mutaii distructive care duceau
la moartea programelor, dar unele schimbri fceau un
agent s-i ndeplineasc mai bine sarcina, n sensul c ei
aveau nevoie de mai puine instruciuni i erau capabili s
se autocopieze mai rapid, mai sigur i s ruleze mai repede.
Versiunile mai scurte se reproduceau i mai repede i, foarte
curnd, i nlturau pe competitorii lor mai leni.
Metoda a-life a generat modelarea bazat pe ageni,
care este denumit n acest fel pentru a face distincia
comparativ cu modelarea bazat pe ecuaii. Putem scrie,
de exemplu, ecuaii difereniale pentru a modela
interaciunile dintr-o populaie de indivizi (de exemplu
modelul Lotka-Volterra), dar putem la fel de bine s urmrim
evoluia individual a fiecrui animal (element, agent) i
s concentrm aceast evoluie n anumite caracteristici
agregate. Aceste dou metode sunt esenial diferite i este
dificil acum s spunem care este mai bun.
Cercetrile actuale n MBA sunt orientate ctre
identificarea comportamentelor individuale ale fiinelor
vii i apoi ctre utilizarea acestora pentru a simula cum se
mic, zboar, i coopereaz fr s ncorporeze aceste
caracteristici n mod explicit n tipurile de comportament
al acestor elemente. Multe creaturi a-life constau n nu mai
mult dect cteva linii de program i triesc n medii
artificiale compuse din pixeli i mulimi de date. Reeta
pentru a realiza o astfel de creatur este destul de simpl:

88

se pregtete un mediu n care experimentele sintetice vor

aciona, se creeaz cteva sute de indivizi care vor popula
acest mediu i se definete un set de reguli pe care acetia
le vor urma. Se ncearc s se simplifice problema ct mai
mult posibil pentru a pstra doar esenialul. Se scrie un
program care simuleaz regulile simple ale interaciunilor
n comportamentele elementelor. Se ruleaz programul de
multe ori cu diferite numere aleatoare ateptnd s
nelegem cum reguli simple dau natere la comportamentul
observat. Se localizeaz sursa de comportament i efectele
diferiilor parametri. Se simplific simularea ct mai mult
posibil sau se adaug elemente adiionale dac este necesar.
De fapt se rezolv o ecuaie simpl:
Ageni (entiti micro) + Mediu + Dinamic = A-life

2. Ce sunt totui agenii?

Carl Hewitt, un mare specialist n IA, spunea c a
rspunde la ntrebarea Ce este un agent? echivaleaz cu
a rspunde la ntrebarea Ce este inteligena?. Acest lucru
nu trebuie s fie, totui, o problem. Sunt rare acele domenii
tiinifice n care exist o singur definiie unanim
acceptat a unui concept. Totui, pentru ca termenul de
agent s nu devin subiect de abuz, trebuie date anumite
definiii.
Se pot distinge n literatur dou utilizri generale ale
conceptului de agent: una n sens larg i una n sens
restrns.
Noiunea de agent n sens larg
Probabil c cel mai general sens n care un agent este
utilizat este cel de sistem de calcul care are urmtoarele
proprieti:
n
autonomie: agenii opereaz fr intervenia direct
a oamenilor sau a altor sisteme i au un anumit tip
de control asupra aciunilor proprii i strii interne;
n
abilitate social: agenii interacioneaz cu ali
ageni (i posibil oameni) utiliznd un anumit
limbaj de comunicare agent;
n
reactivitate: agenii percep mediul nconjurtor
(care poate fi realitatea fizic, un utilizator prin
intermediul unei interfee grafice, o mulime de ali
ageni, INTERNET sau combinaii ale acestora) i
rspund ntr-o modalitate anumit la schimbrile
ce au loc n el;
n
proactivitate: agenii nu acioneaz simplu doar ca
rspuns la mediul nconjurtor; ei sunt capabili s
execute comportamente orientate ctre realizarea
unor scopuri, avnd iniiativ proprie.
Noiunea de agent n sens restrns
Uneori termenul de agent are un neles mai strict i
mai specific. Acest sens apare atunci cnd noiunea se
folosete n IA, de exemplu.

3. Cum se construiete un MBA?

Nimeni nu cunoate cel mai bun mod de a construi
MBA. Diferite arhitecturi (deci proiecte) au merite
depinznd de scopul simulrii. Desigur c fiecare MBA
trebuie s includ mecanisme pentru primirea inputurilor
din mediu, pentru stocarea unei istorii privind inputurile
i aciunile precedente, pentru determinarea a ceea ce este
de fcut, pentru realizarea aciunilor i pentru distribuirea
outputurilor. Arhitecturile de ageni pot fi mprite n cele
care sunt realizate utiliznd paradigma simbolic a AI i
metode nonsimbolice, cum ar fi cele bazate pe reele
neuronale. n plus, exist MBA hibride (Kluver, 1998).
Tehnici pentru construirea agenilor
a) Sisteme de producie
Una din cele mai simple, dar eficiente metode de
construire a MBA este utilizarea unui sistem de producie.
Un sistem de producie are trei componente:
n
o mulime de reguli;
n
o memorie de lucru;
n
un interpretator al regulii.
Regulile constau din dou pri: o condiie care arat
cnd regula va fi executat i o parte de aciune.
De exemplu, un agent poate fi proiectat s se plimbe
ntr-un mediu simulat colectnd orice mncare pe care o
ntlnete n drumul su. Un astfel de agent poate s
includ o regul care spune: DAC eu dau de o anumit
mncare ATUNCI o adun. Aceasta ar fi una din multele
reguli, fiecare cu o condiie diferit. Unele reguli vor
include aciuni care nsumeaz fapte ce se petrec n

memoria de lucru i alte reguli vor avea condiii care

testeaz stri ale memoriei de lucru.
Interpretatorul de reguli consider fiecare regul la
rnd, alege pe cele pentru care partea de condiie este
ndeplinit, execut aciunile indicate i repet acest ciclu
de un numr nedefinit de ori. Reguli diferite pot fi
executate la fiecare ciclu deoarece mediul imediat s-a
schimbat sau deoarece o regul a modificat memoria de
lucru ntr-un astfel de mod nct o nou regul a devenit
eligibil. Utiliznd un sistem de producie este relativ
uor s construieti ageni reactivi care rspund la stimuli
din mediu prin anumite aciuni. Este, de asemenea,
posibil, dar mai dificil s construieti ageni care au
capacitatea s reflecte acest mediu prin decizii i, deci, s
modelezi cunoaterea. O alt posibilitate este s
construieti ageni care i schimb propriile reguli
utiliznd un algoritm adaptiv care favorizeaz regulile
ce genereaz aciuni relativ eficiente i le penalizeaz pe
celelalte. Aceasta este baza sistemelor clasificatoare.
b) nvarea
Agenii bazai pe sisteme de producie au potenialul
s nvee despre mediul lor i despre ali ageni prin
adugarea unor cunotine n memoria de lucru. Regulile
agenilor nii, totui, rmn neschimbate. Pentru anumite
probleme, este de dorit s se creeze ageni care sunt capabili
s nvee: deci structura intern i prelucrarea regulilor s
se adapteze la circumstane schimbtoare. Exist dou
tehnici care se utilizeaz n acest sens: reelele neuronale
i algoritmii evolutivi. Reelele neuronale sunt inspirate
din analogia cu conexiunile din creier. O reea neuronal
const din trei sau mai multe straturi de neuroni cu fiecare
neuron conectat la toi ceilali neuroni de pe straturile
adiacente. Primul strat accept inputuri din mediu, le
prelucreaz i le trece urmtorului strat. Semnalul este
transmis prin straturi pn cnd ajunge la stratul de ieire.
Fiecare neuron accept inputuri de la stratul precedent,
ajusteaz inputurile cu ponderi pozitive i negative, le
nsumez i transmite semnalul mai departe. Utiliznd un
algoritm denumit backpropagare a erorii, reeaua poate fi
reglat astfel nct fiecare model de input s dea natere la
un model diferit de output. Acest lucru este fcut prin
antrenarea reelei cu exemple cunoscute i ajustnd
ponderile pn sunt generate outputurile dorite, dndu-se
inputuri particulare. Spre deosebire de sistemul de
producie, o reea neuronal poate modifica rspunsurile
sale la stimuli n lumina experienei anterioare. Un numr
de topologii de reele au fost utilizate pentru a modela
ageni astfel nct ei s fie capabili s nvee din aciunile
lor i din rspunsurile celorlali ageni.
Un alt mod de a permite unui agent s nvee este
utilizarea unui algoritm evolutiv. Acetia sunt bazai pe
analogia cu biologia, decurgnd din teoria evoluiei prin
selecie natural. Cel mai frecvent utilizat algoritm de acest
tip este algoritmul genetic (GA).

89

Modelarea bazat pe ageni (MBA) i utilizarea ei n domeniul economic

Se nelege prin agent un sistem de calcul care, pe lng

proprietile identificate mai sus, este conceptualizat sau
implementat utiliznd concepte care sunt mai obinuit s
fie aplicate oamenilor.
De exemplu, este destul de comun n IA s se
caracterizeze un agent utiliznd noiuni mentale, cum ar fi
cunoaterea, convingerea, intenia i obligaia.
Unii cercettori merg mai departe vorbind de ageni
emoionali.
Alte atribute cu care pot fi nzestrai agenii considerai
n sens restrns, depinznd de domeniul de utilizare, sunt:
n
mobilitate: este abilitatea unui agent de a se mica
ntr-o reea electronic;
n
veracitate: este ipoteza c agenii nu comunic
informaii false;
n
bunvoina: este ipoteza c agenii nu au scopuri
conflictuale i c fiecare agent va face ntotdeauna
ceea ce i se cere;
n
raionalitatea: este ipoteza c un agent va aciona
pentru a-i atinge scopurile i nu va ntreprinde
nimic care s primejduiasc atingerea acestora;
n
inteligena: este ipoteza c un agent acioneaz
similar unei fiine inteligente.

Economie teoretic i aplicat

Acesta lucreaz cu o populaie de indivizi, fiecare dintre

ei avnd un anumit nivel msurabil de fitness utiliznd
o metric definit de constructorul de model.
Indivizii cei mai adaptai sunt reprodui prin
nmulire cu ali indivizi adaptai pentru a produce urmai
care mpart caracteristici luate de la fiecare printe.
nmulirea continu mai multe generaii, avnd drept
rezultat c fitnessul mediu al populaiei crete pe msur
ce populaia se adapteaz la mediul su.
Att n cazul utilizrii reelelor neuronale, ct i al
algoritmilor genetici, constructorul de modele trebuie s
ia o decizie privind scala la care vrea ca modelul s lucreze.
De exemplu, n cazul modelelor genetice, este posibil s se
considere ntreaga populaie ca un singur agent. Algoritmul
genetic va fi atunci o cutie neagr utilizat pentru a da
agentului abilitatea s nvee i s se adapteze. Alternativ,
fiecare individ poate fi un agent avnd ca rezultat c vom
avea o populaie de ageni privit ca un ntreg care
evolueaz. Similar, este posibil ca fiecare agent individual
s fie modelat utiliznd o reea neuronal sau o ntreag
societate (economie) s fie reprezentat ca o reea, cu
fiecare neuron dndu-i-se o interpretare ca agent (dei, n
ultimul caz, este greu s construim toate atributele
agenilor).
Agenii i mediul
Agenii sunt aproape ntotdeauna modelai ca
funcionnd ntr-un mediu social constnd dintr-o reea de
interaciuni cu ali ageni.
Uneori este, totui, util pentru model s se specifice un
mediu fizic care impune anumite restricii privind
localizarea agenilor. Ipoteza uzual const n faptul c
este mult mai probabil ca agenii apropiai s interacioneze
sau s fie capabili s se influeneze unul pe altul dect cei
ndeprtai.
Modelele de acest tip se construiesc utiliznd, de regul,
automatele celulare. Am vzut c un automat celular este
format dintr-un numr de celule aezate ntr-o arie regulat
(latice), fiecare dintre ele avnd un numr mic de stri.
Starea unei celule este determinat de un set de reguli
simple i depinde doar de starea celulelor vecine i de
propria sa stare. Automatele celulare au fost studiate intensiv
n ultima vreme din perspectiva utilizrii lor n modelele
bazate pe ageni. Dei au la baz reguli i mecanisme simple
de determinare a strii celulelor, aceleai principii se
regsesc n mecanismele complexe, astfel c celulele
reprezentnd ageni i mediul lor ca un ntreg pot fi utilizate
pentru a reprezenta diferite sisteme economice sau sociale
complexe.
O alt modalitate utilizat n reprezentarea mediului n
MBA o reprezint crearea de organizaii ierarhice
emergente (agenii). Acestea sunt grupuri de ageni care au
proprieti emergente. Termenul de proprietate
emergent nseamn c ele apar spontan din dinamica
sistemului mai degrab dect impuse de o autoritate

90

extern. Ordinea observat specific a unei firme sau a

unei specii animale cu fazele sale iniiale, de maturitate i
declin, emerge din agregarea unui mare numr de indivizi
acionnd singuri i independent. n acest sens, trebuie
amintit teoria cooperrii, dezvoltat n ultimii ani de
Axelrod, a crei problem fundamental este s studieze
cum coopereaz un individ (agent) aflat ntr-un grup
(agenie). Modelele propuse n cadrul acestei teorii ne ajut
s nelegem mai bine raporturile ntre ageni i mediu.
Utilizarea unor jocuri cum ar fi Dilema Prizonierului sau
Jocul Minoritilor n aceste modele le aproprie foarte
mult de problematica decizional din economie.

4. Aplicaii ale modelelor bazate pe ageni

Aplicaiile agenilor i modelelor bazate pe ageni sunt
extraordinar de diversificate n privina domeniilor
abordate: economic, industrial, comercial, financiar,
militar, informatic .a.
n economie s-a constituit un domeniu nou ce se ocup
exclusiv cu studiul aplicrii agenilor n rezolvarea
diferitelor tipuri de probleme economice, domeniu denumit
Economia bazat pe ageni. Scopul acesteia deriv din
A-life: crearea de economii artificiale cu ajutorul unor
interaciuni economice ntre ageni care la nceput nu au
cunotine despre mediul nconjurtor, dar au abilitatea de
a nva i apoi se observ ce tipuri de piee, instituii i
tehnologii dezvolt agenii, cum i coordoneaz ei
aciunile i cum se organizeaz ei nii ntr-o economie.
Economiile de pia sunt privite ca sisteme adaptive
complexe, constnd dintr-un mare numr de ageni adaptivi
ntreinnd interaciuni paralele locale. Aceste interaciuni
locale dau natere anumitor regulariti macroeconomice
cum ar fi protocoale de mprire a pieei i norme de
comportament care, la rndul lor, au o reacie invers asupra
determinrii interaciunilor locale. Rezultatul este un
sistem dinamic complicat de lanuri cauzale recurente,
conectnd comportamente individuale, reele de
interaciuni i rezultate sociale.
Desigur c acest dublu feedback ntre nivelul micro i
cel macroeconomic este cunoscut n cibernetica economic
de mult timp. Ceea ce a lipsit pn acum au fost mijloacele
ca acest feedback cantitativ s fie modelat n ntreaga sa
complexitate dinamic. Economia bazat pe ageni ca
metod de studiu a economiilor modelate ca sisteme
evolutive formate din ageni autonomi interactivi aduce
sistemul economic n laboratoare, pentru a studia evoluia
economiilor de pia descentralizate n condiii
experimentale controlate. Dou aspecte fundamentale
decurg din aceste studii.
Primul aspect este descriptiv, axat pe explicarea
constructiv a comportamentului global emergent. De ce
apar regulariti globale n aceste economii n ciuda unei
planificri i a unui control de sus n jos? Cum sunt generate de jos n sus, aceste regulariti globale, prin

nvarea
nvarea este o caracteristic de baz a agenilor
economici. Primele aplicaii ale proceselor de nvare n

economie au fost cele ale algoritmilor genetici, programrii

genetice i ale altor forme de nvare evolutiv n
modelarea proceselor sociale.
Muli astfel de algoritmi de nvare s-au dezvoltat
iniial avnd formulate obiective de optimizat. Pentru
MBA, algoritmii de nvare sunt motivai de necesitatea
utilizrii unor scheme de nvare global n care strategiile
agenilor sunt mbuntite continuu pentru a realiza un
anumit criteriu exogen de fitness (de exemplu eficiena
pieei). Pe de alt parte, pentru modelele proceselor
economice cu participani umani, algoritmii de nvare
utilizai n MBA vor fi necesari pentru a ncorpora
caracteristici fundamentale ale comportamentului
decidenilor umani. n astfel de cazuri, se pot utiliza scheme
de nvare locale n care diferite vecinti de ageni
(cum ar fi firmele n cadrul unei industrii) evolueaz n
mod separat conform unor strategii care sunt nvate pe
msur ce criteriul de fitness este ndeplinit (de exemplu,
profitabilitatea relativ a firmei).
ntr-un studiu recent, Daniol abordeaz performanele
algoritmilor de nvare n diferite contexte economice. El
dovedete utilitatea deosebit a algoritmilor genetici
utilizai n implementarea strategiilor individuale de
evoluie. El a artat c aspectele particulare ale
implementrii cum ar fi configuraia precis a valorilor
date parametrilor pot influena puternic rezultatele
poteniale pe termen lung. Aceast lucrare a avut un impact substanial asupra cercetrilor n domeniul MBA
deoarece algoritmii genetici au fost utilizai tot mai mult
pentru reprezentarea nvrii la agenii economici.
De asemenea, un studiu al lui Rust .a. a avut o influen
mare n acest domeniu. El face o analiz comparativ a
algoritmilor utilizai n licitaia dubl continu pe pieele
valutare. Licitaia dubl continu este o licitaie pentru
uniti standardizate de activ real sau financiar n care
ofertele de cumprare i vnzare sunt efectuate i ajustate
continuu. Astfel de licitaii duble au loc pe bursele cele
mai mari din lume, Chicago, New York i Tokio. S-a artat
c eficiena alocativ a acestui tip de licitaie decurge din
structura sa, independent de efectele de nvare. Mai precis, s-a artat c, n acest caz, nivelurile de eficien ale
pieei apropiate de 100% sunt atinse chiar dac agenii au
o inteligen zero, deci ei acioneaz n mod aleatoriu,
avnd n vedere doar restricia bugetar.
Evoluia normelor de comportament
Conceptul de norm este foarte important n MBA,
deoarece, pornind de la acestea, definim regulile dup care
agentul se comport. Axelrod arat c o norm exist
ntr-un context social dat pentru a determina indivizii s
acioneze n mod obinuit ntr-un anumit fel i a-i pedepsi
cnd nu acioneaz n acest fel.
Procesul de apariie, cretere i decdere a normelor
este un proces evolutiv. Utiliznd MBA, Axelrod a
demonstrat c cooperarea reciproc poate evolua chiar n

91

Modelarea bazat pe ageni (MBA) i utilizarea ei n domeniul economic

interaciunile locale repetate dintre ageni interacionnd

autonom? i cum de apar aceste regulariti i nu altele?
Al doilea aspect este normativ, axat pe proiectarea de
mecanisme de reglare i control. Dndu-se o entitate
economic particular, existent sau virtual, care sunt
implicaiile acestei entiti pentru performanele economiei
ca un ntreg? De exemplu, cum poate afecta un protocol de
pia anumit sau o reglementare guvernamental eficiena
economic?
n laboratorul experimental se ncepe cu construirea
unei economii virtuale cu o populaie iniial de ageni.
Aceti ageni pot include att ageni economici (de
exemplu: investitori, bnci etc.), ct i ageni reprezentnd
diferite fenomene sociale sau din mediu (de exemplu
guvernul, pmntul, vremea etc.). Starea iniial a
economiei este determinat prin specificarea atributelor
iniiale ale agenilor. Atributele iniiale ale unui agent pot
include caracteristici asupra tipului de agent, norme
comportamentale internalizate, moduri interne de
comportament (inclusiv modul de comunicare i nvare)
i informaia stocat intern despre sine i despre ceilali
ageni din economie. Economia evolueaz apoi n timp,
fr alte intervenii din afar. Toate evenimentele care apar
ulterior trebuie s decurg din interaciunile agent-agent
care au loc n timpul simulrii. Nicio coordonare exterioar
nu este permis. Rezultatele obinute sunt utilizate pentru
a modifica constructiv sistemele economice reale sau a
crea, pornind de la sistemele virtuale, noi sisteme
economice care au performane superioare.
Se observ similaritile dintre construirea unei
economii bazate pe ageni i metoda a-life. Totui exist o
deosebire fundamental ntre cele dou domenii. Dac
a-life consider modelele sale ca o sintez a lumii vii pe
calculatoare, maini sau alte medii alternative, economia
bazat pe ageni privete modelele sale ca reprezentri ale
proceselor economice existente sau virtuale realizate n
scopul perfecionrii acestora. Direciile principale n care
s-au dezvoltat n ultima perioad aplicaiile economiei
bazate pe ageni pot fi considerate urmtoarele:
n
nvarea;
n
Evoluia normelor de comportament;
n
Modelarea bottom-up a proceselor economice de
pia;
n
Formarea reelelor economice;
n
Modelarea organizaiilor;
n
Proiectarea agenilor pentru piee automatizate;
n
Experimente paralele cu ageni reali i
computaionali;
n
Construirea de laboratoare computaionale.
S trecem n revist cteva dintre realizrile obinute
n domeniile amintite.

Economie teoretic i aplicat

cazul unor ageni egoiti care nu au relaii stabile de

cooperare. Cartea sa Teoria cooperrii, scris n 1997, a
avut un impact major asupra cercetrilor n domeniul
agenilor.
Alte cercetri n acest domeniu care au influenat
profund pe economiti sunt cele ale lui Thomas Schilling.
Utiliznd exemple obinuite, fr utilizarea unui aparat
matematic sofisticat, el a artat c comportamentul social
poate aprea ca o consecin a unor interaciuni locale
repetate ntre agenii care urmeaz reguli de comportament
simple. De exemplu, el a artat c segregarea rasial poate
aprea ca urmare a unor reacii n lan locale dac unii
ageni prefer s aib cel puin jumtate dintre agenii
nvecinai de aceeai ras cu ei.
Modelarea bottom-up a proceselor economice de
pe pia
Proprietile autoorganizatoare ale pieelor sunt
recunoscute. MBA a studiat diferite tipuri de piee:
financiar, a electricitii, a muncii, cu amnuntul, a
resurselor naturale, e- comerul .a. pentru a explica aceste
mecanisme de pia.
Robert Marks este unul dintre primii cercettori din
domeniu care a abordat aceste probleme. Mai precis, el a
considerat o pia oligopolist pentru a studia cum firmele
vnztoare (care sunt n numr mic pe astfel de piee) pot
concura cu succes. Modelul su utilizeaz un algoritm
genetic pentru a reprezenta firma n procesul de nvare
interactiv. Astfel, operaii de mutaii i recombinri au
fost aplicate n mod repetat strategiilor de determinare a
preurilor utilizate de firme astfel nct s permit firmelor
s experimenteze noi idei (mutaie) i s se angajeze n
imitaia social (recombinare), obinnd astfel strategii ce
pot fi utilizate n mod profitabil de firme.
Pieele financiare au constituit, de asemenea, un
domeniu de mare interes al aplicaiilor MBA. Modelele
pieelor financiare au oferit explicaii plauzibile unor
regulariti observate pe astfel de piee. Piaa bursier
artificial construit de Arthur .a. la Institutul Santa Fe,
Ca., SUA a permis testarea unor modele cu ageni eterogeni
care i actualizeaz preurile individual i iau decizii pe
baza unor sisteme de clasificare a volatilitilor observate.
LeBaron a elaborat modele din ce n ce mai
perfecionate ale regularitilor observate pe piee. El
calibreaz aceste modele n funcie de evoluia datelor
macroeconomice i a datelor financiare. Toi investitorii
utilizeaz performanele obinute n trecut pentru a-i
evalua performanele actuale, dar investitorii respectivi se
presupune c au memorie de diferite lungimi. Un algoritm
genetic este utilizat pentru a reprezenta coevoluia unei
colecii de reguli disponibile agenilor.
Pieele valutare au fost, de asemenea, studiate intens
de MBA. Izumi i Ueda propun o nou metod bazat pe
ageni pentru a modela o astfel de pia. Agenii din model
concureaz unii cu alii pentru a dezvolta metode de

92

previziune a schimbrilor n ratele de schimb valutar, avnd

drept msur a fitnessului profitabilitatea.
Chen i Yeh arat c nvarea social sub forma unor
strategii de imitare este important pe pieele bursiere. Ei
construiesc un model de analiz a pieelor bursiere care
include un mecanism suplimentar de nvare, numit
coal. Aceasta const dintr-un grup de ageni (de
exemplu, membrii unei faculti) care concureaz unul cu
altul pentru a oferi publicului cel mai bun posibil model
de previziune a evoluiei cursului aciunilor. Succesul
(fitnessul) membrilor colii este msurat prin acurateea
programelor elaborate cu ajutorul modelelor propuse de
ei, n timp ce succesul investitorilor de pe piaa bursier
este msurat de avuia acumulat de acetia. Fiecare
investitor alege ntre a aciona pe piaa bursier sau a atepta
ca s testeze un model propus de coal i a alege unul care
i se pare mai bun i a-l folosi n mod curent.
Membrii colii i investitorii conlucreaz n timp ntr-o
bucl feedback continu. Testele fcute pe 14.000 de
perioade au artat c dac la nceput investitorii care au
ales modelele colii s-au bucurat de succes, ulterior ei nu
au mai avut acelai succes pe msur ce modelele colii
erau adoptate de tot mai muli investitori.
Formarea reelelor economice
Un important aspect al pieelor competitive imperfecte
cu ageni interactivi este maniera n care agenii determin
metodele de tranzacionare, ceea ce influeneaz forma
reelelor de tranzacii ce evolueaz n timp. Un tip particular de reea este aa-numita reea mic. Ea este o reea
conectat care are dou proprieti: (a) fiecare nod este
legat de o mulime relativ bine cunoscut de noduri
nvecinate; (b) prezena unor conexiuni directe ntre
anumite noduri face ca lungimea medie a drumului minim
dintre noduri s fie mic. Astfel de reele au att
conectivitate local, ct i accesibilitate global.
Astfel de reele sunt foarte importante n schimburile
comerciale interri sau interageni. Wilhite utilizeaz un
MBA pentru a studia consecinele unor bariere comerciale
n astfel de reele. El analizeaz patru tipuri de reele: (i)
reele comerciale complet conectate (fiecare agent poate
face schimburi comerciale cu orice alt agent); (ii) reele
comerciale local deconectate constnd din grupuri
disjuncte de ageni; (iii) reele comerciale local conectate,
constnd din grupuri de ageni aflai n jurul unui cerc cu
un agent suprapus fiecrui punct de intersecie; i (iv) reele
comerciale mici construite din reele comerciale local
conectate ce permit realizarea unor legturi directe cu unul
pn la cinci membri ai unui grup comercial separat. Pentru
fiecare tip de reea, agenii, nzestrai fiecare cu cte dou
bunuri, caut metode de schimb, negociaz preuri i apoi
fac comer cu acei ageni care ofer cel mai bun pre, dar
sunt i accesibili. Rezultatul simulrilor efectuate a fost c
cea mai bun reea comercial este a patra, cea mic, ce
ofer cea mai mare eficien fiecrui agent participant. El a

Modelarea organizaiilor
n cadrul unei economii, un grup de oameni este
considerat o organizaie dac grupul are un obiectiv sau
un criteriu de performan care transcede obiectivelor
individuale din cadrul grupului. Pionierul studierii
organizaiilor ca sisteme, Norbert Simon, laureat al
Premiului Nobel, arat c organizaiile sunt capabile de o
inteligen colectiv, deci ele se comport ca un organism
unitar ce se adapteaz la mediu, sufer mutaii, imit alte
organizaii etc. pentru a-i asigura supravieuirea. Una
dintre cele mai flexibile organizaii este birocraia.
Studiile lui Carley i ale grupului su de la Carnegie
Mellon University au artat c organizaiile pot fi modelate
ca sisteme multiagent i au dus chiar la apariia unui
domeniu similar economiei bazate pe ageni n cadrul
teoriei organizaiei.
Studiul firmelor ca organizaii s-a orientat n dou
direcii principale: perfecionarea organizrii interne a
firmei i organizaiile realizate de firme la nivelul pieelor.
Dawid .a. au considerat o mulime de firme din cadrul
unei industrii. La nceputul fiecrei perioade, fiecare firm
alege dac s produc un produs existent pe pia sau s
introduc un nou produs. Cererea pentru fiecare tip de

produs dispare dup o anumit perioad de timp

determinat stohastic, deci fiecare firm trebuie s se
angajeze ntr-o activitate inovativ pentru a-i susine
profitabilitatea.
Firmele difer ntre ele n privina abilitii de a imita
produse existente i n abilitatea de a proiecta un nou produs
datorit efectelor aleatoare i a efectelor learning by doing, care schimb structura organizaional a fiecrei firme.
Fiecare firm are o regul de inovare determinat de decizia
de a inova sau nu i firmele coevolueaz (schimb) aceste
reguli n timp pe baza profitabilitii anticipate.
Autorii au fcut experimente cu modelul obinut pentru
a vedea modul n care, pentru a atinge o profitabilitate
optimal, regula de inovare a unei firme ar trebui adaptat
att structurii industriei ca un tot, ct i structurii
organizaionale a unei firme individuale.
Proiectarea agenilor computaionali pentru piee
automatizate
Dezvoltarea pieelor automatizate (bursa automat,
e-comer .a.) a dus la creterea preocuprilor pentru
elaborarea unor ageni specializai n aceast direcie.
De exemplu, contractele utilizate pe piee automatizate
sunt contracte licitate ntre ageni. Aceti ageni sunt astfel
proiectai nct s desfoare un proces de negociere conform unei anumite metode de licitare. Agenii negociatori
sunt penalizai n raport cu anumite obiective pe care nu le
ating n cursul negocierii i au rutine de nvare astfel
nct ei devin tot mai performani pe msur ce particip la
mai multe procese de negociere. Dezvoltarea exploziv a
e-comerului n ultima perioad a fcut ca preocuparea
pentru ageni mobili negociatori s devin prioritar.
Agenii mobili se mic pe INTERNET cutnd produsele
dorite i negociaz peer-to-peer sau multiplu pentru
obinerea acestora.
Se prevede c, n curnd, tot mai multe gospodrii i
vor face achiziiile de produse n acest fel.
Experimente paralele cu ageni reali i virtuali
Experimentele economice cu subieci umani sunt destul
de dificile i costisitoare. Totui, comportamentul uman
este foarte important n anumite situaii.
Avnd n vedere posibilul rol sinergetic al
experimentelor paralele cu subieci umani i ageni virtuali,
comportamentul uman poate fi utilizat ca un ghid pentru
procesele ncorporate agenilor virtuali. Invers,
comportamentul agenilor virtuali poate fi utilizat pentru
a formula ipoteze privind cauzele de baz care determin
anumite comportamente observate la subieci umani. n
cadrul economiei, experimente de acest fel au fcut Miller
i Andreoni, Arifovic, Arthur .a.
Marimon .a. i Duffy au efectuat, de pild, un experiment paralel de acest fel pentru a examina emergena
posibil a unui mediu de schimb general acceptat (de
exemplu banii). Agenii de tip i doresc s consume bunul i,

93

Modelarea bazat pe ageni (MBA) i utilizarea ei n domeniul economic

descoperit c exist anumite stimulente la nivel micro

pentru formarea reelelor comerciale mici, deoarece
comercianii care utilizeaz acest tip de reea tind s fac
mai bine comer dect ceilali.
O extensie natural a acestor lucrri este cea privind
modul n care aceste forme iniiale evolueaz. Albin i
Foley, Kirman i Tesfatsion .a. au demonstrat emergena
unei reele comerciale formate dintr-o mulime de
cumprtori i vnztori ce determin partenerii lor
comerciali n mod adaptiv, pe baza experienei trecute cu
aceti parteneri.
Mai recent, cercetrile n domeniu au fost orientate ctre
tipuri de piee specifice. Tesfatsion a abordat piaa forei
de munc. Este studiat, n acest context, relaia dintre
structura de pia, interaciunea angajat-angajator,
comportamentul legat de alegerea locului de munc i
rezultatele asupra bunstrii. Muncitorii i angajatorii
formeaz ntre ei relaii de interaciune modelate cu jocuri
de tipul Dilema Prizonierului i elaboreaz strategii de-a
lungul timpului pe baza ctigurilor asigurate de aceste
strategii n interaciunile anterioare. Simularea acestui
model a urmrit dou lucruri: concentrarea slujbelor (numr
de muncitori raportai la numr de angajatori) i capacitatea
slujbelor (total slujbe poteniale raportate la totalul ofertei
de munc). A rezultat c dac capacitatea slujbelor este
constant atunci schimbrile n concentrarea slujbelor au
efecte semnificative asupra nivelurilor de putere pe pia
atinse. Un alt rezultat a fost acela c efectele de interaciune
sunt puternice, ele determinnd adaptarea
comportamentelor celor doi ageni de pe pia, muncitori
i angajatori.

Economie teoretic i aplicat

dar produc bunul i+1. n fiecare perioad, agenii sunt

mperecheai n mod aleatoriu i trebuie s decid dac
schimb bunurile pe care le produc. Un agent poate accepta
un bun fie pentru c l dorete, fie pentru a-l stoca i a-l utiliza
mai trziu ca mijloc de schimb. Bunurile au costuri de stocare
diferite. Rezultatul urmrit este dac agenii converg ctre a
accepta un anumit bun ca moned pe care ei sunt de acord s
o foloseasc n schimburile viitoare i nu s o consume.
Regulile comportamentale utilizate n proiectarea
agenilor virtuali din acest experiment au fost cele pe care le
folosesc oamenii n schimburile lor comerciale. Un agent virtual va selecta adaptiv ntre regulile sale admisibile utiliznd
un algoritm de nvare. Duffy arat c, treptat, agenii virtuali
capt caracteristicile de baz ale agenilor umani.
Construirea de laboratoare de studiu cu ageni
computaionali
Ultima direcie de aplicare este cea a utilizrii agenilor
n laborator pentru testarea teoriilor economice. Robert
Lucas Jr., laureat al premiului Nobel pentru economie i
unul dintre cei mai marcani economiti ai zilelor noastre
scria: (O teorie) nu este o colecie de afirmaii despre
comportamentul economiei actuale, ci mai degrab o
mulime explicit de instruciuni pentru construirea unui
sistem paralel sau analog o economie mecanic, imitativ.
Sarcina noastr este s scriem un program care va accepta
regulile politicii economice specifice ca intrare i va
genera ca ieiri statistici descriind caracteristicile de

funcionare ale seriilor dinamice pe care le dorim, care

sunt permise de rezultatele obinute din aceste politici.
Realizarea de laboratoare computaionale cu ageni
permite construirea n cadrul acestora a unor economii
virtuale, piee virtuale (artificiale), ntreprinderi virtuale,
gospodrii virtuale .a. pe care se pot testa diferite ipoteze
i situaii pe care le ntlnim n economiile reale. n astfel
de laboratoare, prin interfee grafice se pot face simulri i
testa senzitivitatea sistemelor la schimbrile de parametri,
se pot elabora i ncerca sisteme care ulterior vor fi puse n
practic.
De exemplu, Mc Fadzean .a. dezvolt un astfel de
laborator computaional numit Trade Network Game
Lab, care cuprinde cumprtori, vnztori i dealeri care
ncearc s-i gseasc parteneri comerciali preferai, sunt
angajai n schimburi comerciale riscante modelate ca jocuri
necooperative i i dezvolt strategii comerciale n
decursul timpului. Evoluia reelei comerciale este
vizualizat dinamic cu ajutorul animaiei i date privind
performanele fiecrui agent sunt oferite n timp real.
Aplicaiile economice ale MBA sunt infinite i ele ne
vor ajuta s cunoatem i s reglm mai bine procesele
economice reale. Pe msura dezvoltrii acestui nou
domeniu de cercetare, el va oferi mult mai multe posibiliti
economitilor de a-i pune n valoare cunotinele i
abilitile de a construi modele, de a le simula i a le
implementa n diferite contexte pe care le ofer economia
tot mai dinamic i complex a viitorului.

Bibliografie
Axelrod, R. (1997). The Complexity of Cooperation: Agent Based
Models of Competition and Colaborattion, Princeton University Press, New Jersey
Axelrod, R. (1984). The Evolution of Cooperation Basic Books
New York
Axtell, R. (2000) Why Agents? On the Varied Motivations for
Agent Computing in the Social Sciences, working paper,
European Centre on Social Economic Dynamics
Dooley, K., Corman, S. (1999). Agent-based Genetic and Emergent Computational Models of Complex Systems,
www.eas.asu.edu/~kdooley/pubs/
Farmer, J.D. (2000). Toward Agent-based Models for Investment,
www.santafe.edu/~jdf/
Gilbert, N., Terna, P. (1999). How to build and use agent-based
models in social science, working paper, http://
web.econ.unito.it/deposito
Goldstein, J. (2001). Scientific & Mathematical Roots of Complexity Science, working paper, www.plexusinstitute.com/
edgeware/archive/think
Holland, J.H. (1999). Emergence: from chaos to order, AddisonWesley
Jefferies, P., Johnson, N.F. (2002). Designing agent-based market models, Complexity Digest, 30, www.phil.pku.edu.cn/
resguide/comdig

94

Mateos, R., Olmedo, E., Sancho, M., Valderas, J.M. (2002). From
Linearity to Complexity: Towards a New Economies, Complexity International, Draft manuscript, www.csu.edu.au/ci/
Mihail, Nora, Petcu, I. (2005). Modelarea pieelor de energie,
Editura Avangarde, Bucureti
Parunak, H. Van Dyke (1997). From Chaos to Commerce: Practical Issues and Research Opportunities in the Nonlinear Dynamics of Decentralized Manufacturing Systems, AddisonWesley
Parunak, H. Van Dyke, Savit, R., Riolo, R.L. (1998). Agent-Based
Modeling vs. Equation Based Modeling: A Case Study and
Users Guide, in: Proceedings of Multi-agent systems and
Agent-based Simulation (MABS98), pp. 10-25, Springer
Poggio, T., Lo, A.W., LeBaron, B., Chan, N.T. (1999). AgentBased Models of Financial Markets: A Comparaison with Experimental Markets, www.ebusiness.mit.edu
Scarlat, E., Chiri, N. (2004). Sistemul cibernetic al economiei de
pia, Editura Economic, Bucureti
Simon, H. (1970). The Sciences of the Artificial, Cambridge, Mass.:
MIT Press
Waldrop, M.M. (1992). Complexity: the emerging science at the
edge of order and chaos, New York: Simon & Schuster
White, M. (2000). A Research Agenda for Agent-Based Finance
Models, Cambridge: MIT Press