Cours Master 6 heures

Plan du cours de simulation agents appliquée aux sciences sociales (6 heures)

(ordre différent du cours qui a consisté en un retour en arrière suite aux discussions à la fin du premier cours à Dauphine-Tunis)

 

Présentation générale de l’idée de la simulation 

Agents, Environnement, Interactions, Organisation –

Automates Cellulaires (état, fonction de transformation, voisinage)– Jeu de la Vie – Diffusion du feu –

Importance de l’ordre des calculs des agents : synchronicité des actions / asynchronicité – à choisir et écrire dans les processus

 

Pour écrire : si voisins ont caractéristique A alors devient B                      

Asynchrone Synchrone
  • Pour chaque agent

[si voisins caractéristiques A alors état := B]

Pour chaque agent

[si voisins caractéristiques A alors étatFutur := B] Pour chaque agent

[état := étatFutur]

 

Les thématiques intéressantes à traiter avec la simulation agents

  • Les éléments classiques vus par Epstein (2006) – “generative social science” :
    • émergence de phénomènes d’apparence compliquée sur base d’action très simple
    • représentation d’agents à rationalité limitée, hétérogènes ,en interaction
    • possibilité de représenter l’environnement sous forme interactionniste
    • dynamiques hors équilibre
  • Exemple par Schelling – émergence, valeurs limites, observation, feedback, corrélation entre paramètres + autres exemples sur NetLogo

 

  • influence de la rationalité des individus sur la dynamique sociale, à institution / structure d’interaction fixe
    • – exemple – Rouchier J., Bousquet F., Requier-Desjardins M., Antona M., 2001, A Multi-Agent Model for Describing Transhumance in North Cameroon: Comparison of Different Rationality to Develop a Routine, Journal of Economic Dynamics and Control, 25, pp 527–559.
  • influence de la structure d’interaction sur la dynamique sociale, à rationalité fixe
    • – exemple – Zero Intelligent agent, 1993, Gode and Sunders, // Zero intelligence in Economics and finance, Ladley, 2004. 
  • caractériser l’apprentissage humain et identifier les éléments de définition de l’utilité individuelle – Janssen and Ahn, 2006, Learning, Signaling, and Social Preferences in Public-Good Games https://www.ecologyandsociety.org/vol11/iss2/art21/
    • exemple d’un dilemme de bien commun
    • économie expérimentale et simulation avec une comparaison des résultats et identification des paramètres grâce à la statistique.
    • Modèles d’apprentissage individuels : la différence entre reinforcement learning et ficticious play pour lequelle il faut connaître la structure du jeu et la seule incertitude est l’incertitude stratégique
  • modélisation d’accompagnement – utilisation du modèle dans un contexte d’aide à la décision – modèle « jetable » pour soutenir la définition du problème et la négociation – SHADOC : a multi-agent model to tackle viability of irrigated systems, Barreteau O., Bousquet F.. 2000. Annals of Operation Research, 94 : p. 139-162.
  • Diffusion d’opinion – le modèle “à la Deffuant” première version – Meet, discuss, segregate, Weisbuch, Deffuant, Amblard, Nadal, 2002, Complexity.  
Advertisements