В этом разделе изложим несколько примеров моделей автономных агентов. В первой модели рассмотрим взаимодействие между обучением и эволюционной оптимизацией в популяции простых агентов. Этот пример иллюстрирует возможность использования автономных агентов для изучения методов, используемых в искусственном интеллекте. Вторая модель была предложена бельгийскими исследователями, которые использовали нетривиальный метод обмена информацией между агентами для оптимизации маршрутов движения автомобилей в городе. В третьей модели, основанной на примерно таких же методах, как и во второй модели, предлагается использовать многоагентные системы для изучения принципов функционирования конкурентной прозрачной экономики.
Взаимодействие между обучением и эволюционной оптимизацией в популяции простых агентов
После появления дарвиновской теории эволюции у многих исследователей возникал вопрос: если поиск идет за счет мутаций и последующего отбора, то могут ли за счет случайного мутационного поиска возникать весьма нетривиальные полезные навыки живых организмов? Еще в XIX веке возникли концепции, предполагающие, что между обучением и эволюцией возможно взаимодействие [Baldwin, 1896], и что обучение может существенно способствовать эволюционному процессу. Такой тип влияния обучения (или другого приобретения полезного навыка в течение жизни отдельного организма) на эволюционный процесс часто называют эффектом Болдуина. Согласно этому эффекту первоначально приобретенные навыки организмов после ряда поколений могут стать наследуемыми.
Можно ли промоделировать эффект Болдуина и проанализировать, как он работает? Попытки такого анализа проводились рядом авторов. В частности, в работе [Hinton et al, 1987] было продемонстрировано, что обучение может направлять эволюционный процесс к нахождению оптимума. В работе [Mayley, 1997] было показано, что обучение может действовать и в противоположном направлении: препятствовать эволюционной оптимизации, если оно увеличивает шансы нахождения хорошего фенотипа вне зависимости от генома особи.
Далее построена и исследуется модель взаимодействия между обучением и эволюционной оптимизацией. При этом используются количественные оценки эффективности эволюционных алгоритмов, полученные в работах [Редько, 2005], [Редько др, 2005].
