Adaptation And Evolution In Collective Systems: é uma obra de Akira Namatame que fornece uma ampla introdução ao assunto fascinante dos sistemas coletivos de muitos indivíduos com agentes de adaptação e evolução. A cobertura inclui sistemas teóricos de jogos, sistemas multiagentes e sistemas socioeconômicos em larga escala de agentes otimizadores individuais.NAMATAME, Akira, Adaptation and Evolution in Collective Systems, World Scientific, 25 de Novembro de 2019
Prefácio
Pensa-se que as formigas em uma colônia de formigas, elas não sabem exatamente como e onde a colônia de formigas deve ser construída. Cada formiga tem certas coisas que faz em associação coordenada com outras formigas, mas nenhuma formiga projeta a colônia. Como a colônia de formigas trabalha coletivamente da maneira produtiva, permanece um mistério. No entanto, uma pista importante para a resposta a essa pergunta pode ser encontrada observando as interações entre formigas. Muitos organismos formam coletivos que afetam fortemente o comportamento dos indivíduos. Exemplos familiares incluem o comportamento de escolarização dos peixes e o comportamento de flocagem dos pássaros. O comportamento coletivo emerge das características dos indivíduos. Os coletivos emergem de características relativamente simples dos indivíduos, e essas características dão origem a comportamentos individuais que formam o coletivo. Os coletivos podem ser tratados como um nível adicional de organização entre o indivíduo e a população. Durante a última década, foram feitas tentativas para desenvolver algum entendimento geral e, finalmente, uma teoria de sistemas que consistem em agentes interagindo. É comum chamar esses sistemas de sistemas coletivos porque é difícil reduzir o comportamento agregado a um conjunto de propriedades que caracterizam os componentes individuais. As interações produzem propriedades no nível agregado que simplesmente não estão presentes quando os componentes são considerados individualmente. Em seu livro, intitulado The Wisdom of Crowds, Surowiecki (2004) explora uma ideia que tem implicações profundas. Uma grande coleção de pessoas é mais esperta do que uma elite de poucos, por mais brilhantes que sejam e melhores em resolver problemas, promovendo a inovação, tomando decisões sábias e até prevendo o futuro. Sua noção contra-intuitiva, em vez da psicologia de multidão, como tradicionalmente entendida, sugere novas ideias sobre a organização de atividades econômicas e sociais complexas. Ele explica que a sabedoria das multidões surge apenas nas condições corretas, que são (1) diversidade, (2) independência, (3) descentralização e (4) agregação. Por outro lado, o fato de que o comportamento egoísta pode não atingir eficiência total foi bem relatado na literatura. Recentes esforços de pesquisa concentraram-se em quantificar a perda de desempenho do sistema devido a comportamentos egoístas e descoordenados. O grau de perda de eficiência é conhecido como preço da anarquia. Precisamos projetar sistemas para que comportamentos individuais egoístas não precisem degradar o desempenho do sistema. Neste livro, um sistema coletivo, ou simplesmente um coletivo, é modelado como uma coleção de entidades autônomas de tomada de decisão, chamadas agentes. Um coletivo refere-se a qualquer sistema complexo de agentes interagindo, juntamente com medidas de desempenho pelas quais podemos classificar o comportamento de todo o sistema. Os sistemas coletivos incluem uma coleção de agentes diversos e mutuamente adaptáveis que buscam interesses variados e muitas vezes conflitantes. Os sistemas coletivos estão situados entre alguns agentes nos sistemas teóricos dos jogos, algumas centenas de agentes nos sistemas multiagentes e uma escala maior de agentes nos sistemas econômicos e sociais típicos. A missão da evolução coletiva é aproveitar os sistemas coletivos de agentes egoístas e servir para garantir um relacionamento sustentável de uma maneira possível, para que propriedades desejáveis possam emergir como inteligência coletiva. De particular interesse é a questão de como as interações sociais podem ser reestruturadas para que os agentes sejam livres para escolher suas próprias ações, evitando os resultados que nenhum deles teria escolhido. A dinâmica darwiniana baseada em mutação e seleção forma o núcleo dos modelos de evolução na natureza. A evolução através da seleção natural é entendida como implicando melhoria e progresso. Se várias populações de espécies se adaptam, o resultado é um processo co-evolutivo. O problema a ser enfrentado na co-evolução baseada no paradigma darwiniano, no entanto, é a possibilidade de uma corrida armamentista escalada sem fim. As espécies concorrentes podem se adaptar continuamente entre si de maneiras cada vez mais especializadas, nunca se estabilizando com um resultado desejável. Em biologia, o gene é uma melhor unidade de seleção pela qual representar indivíduos. No entanto, espera-se que o processo evolutivo coletivo leve os agentes a uma adaptação e evolução cada vez mais refinadas, resultando em regras comportamentais sofisticadas. A persistência e sustentabilidade do sistema coletivo, por sua vez, depende de sua persistente evolução coletiva. Em breve, os desenvolvimentos de hardware possibilitarão a construção de modelos em larga escala, por exemplo, modelos que contêm de um a 100 milhões de agentes. Argumentou-se que o principal impedimento para a criação de agentes empiricamente relevantes nessa escala é a nossa atual falta de compreensão do comportamento realista dos agentes. Esse gargalo, ou seja, quais regras escrever para os agentes, é o principal desafio que a comunidade de pesquisa de agentes enfrenta.NAMATAME, Akira, Adaptation and Evolution in Collective Systems(E-Book), Google Books, 25 de Novembro de 2019
Conteúdo A distribuição do conteúdo é realizada por partes. Cada parte dispõe de capítulos relacionados ao tema descrito no título da parte. Essa forma de estruturação facilita o entendimento do tema entre leitores que não dominam o assunto abordado:NAMATAME, Akira, Adaptation and Evolution in Collective Systems(E-Book Prévia), Google Books, 25 de Novembro de 2019
Introduction to Collective Systems Collective Outcomes of Interacting Agents The Study of Collective Systems The Price of Anarchy in Collective Systems Collection action with strategic compatibility Collection action with strategic complementarity Review of the Literature Evolutionary Design of Desired Collective Systems Outline of the Book Introduction to Game Theory and Evolutionary Games Classification of Games and Nash Equilibrium Correlated Equilibrium Interaction Structures Learning in Games Evolutionary Games Relation between Learning and Evolution Design of Learning and Evolving Agents Social Interactions and Social Games Social Interactions with Externalities Binary Decisions with Externalities Decomposition to Pair-wise Interactions Compound Social Games Nash Equilibrium and Collective Efficiency Conflict Resolution between Collective Efficiency and Equity Micro-Macro Dynamics A Threshold Model for Dealing with Heterogeneity in Agents A Micro-Macro Loop Two Facets of an Individual's Decision: Purposive and Contingent Decisions Micro-Macro Dynamics within a Collective Micro-Macro Loop between Two Collectives Micro-Macro Dynamics between Two Collectives Knowledge Transaction Games Merit of Knowledge Sharing A Formulation of Knowledge Transaction Games Characteristics of Knowledge Transaction Repeated Knowledge Transaction Knowledge Transaction by Multiple Agents The Knowledge Accumulation Process as a Micro-Macro Loop Gains from Diversity Identity and Diversity Integration and Segregation Global and Local Adaptation Models Threshold Distributions and Locating Heterogeneous Agents Performance Measures Evaluation of Collective Adaptive Dynamics Selective Interaction and Reinforcement of Preference Selective Interaction in Games Evolution of Preference Social Games with Neighbor Selection PreferenceReinforcement through Selective Interaction Coexistence of Conformists and Nonconformists Development of Preference through Interaction Give-and-Take in Social Interaction Social Interaction with the Logic of the Minority Formalisms of Dispersion Games The Price of Anarchy of Uncoordinated Collective Decisions Learning Models in Dispersion Games The Principle of Give-and-Take in Dispersion Games Localized Dispersion Games and Emergence of Dynamic Orders in Harmony Interpretation of the Principle of Give-and-Take Collective Evolution of Behavioral Rules Repeated Interactions on Social Networks Repeated Interactions with Bounded Memory A Strategy Choice with a Coupling Rule Iterated Prisoner's Dilemma Games on Social Networks Iterated Coordination Games on Social Networks Iterated Hawk-Dove Games on Social Networks Sustainable Coupling Rules Collective Evolution of Synchronized Behavioral Rules Dispersion Games on Social Networks Generalized Rock-Scissors-Paper Games A Coupling Rule with a Memory of Two A Coupling Rule with a Memory of Four Effects of Implementation Error in Collective Evolution From Co-evolution to Collective Evolution
Autor Akira Namatame é professor e pesquisador do departamento de Ciência da Computação da Academia de Defesa Nacional do Japão, situada em Yokosuka, Japão. Suas áreas de pesquisas são em Multi-agentes, Teoria de Jogos, Evolução e Aprendizado, Redes complexas, Ciências econômicas com interação de agentes e Ciência de coletivos.National Defense Academy, National Defense Academy, 25 de Novembro de 2019
Artigos Citados Esses são alguns artigos que citam o livro de Namatame:Adaptation And Evolution In Collective Systems, ACM Digital Library, 25 de Novembro de 2019
Abstract: "Na chamada era da explosão da informação, a quantidade astronômica de informações é produzida onipresentemente e armazenada digitalmente. Está ficando cada vez mais conveniente para trabalhos cooperativos no sentido de compartilhamento de informações. Os sistemas de agregação de informações estão amplamente disponíveis e os mecanismos de pesquisa são as ferramentas mais úteis para encontrar recursos na Internet. No entanto, o uso da informação não é suficiente para trabalhos cooperativos, como a tomada de decisão. Isso ocorre em parte porque, à medida que os sistemas aumentam, as partes interessadas dos sistemas aumentam e elas estão no Asymmetric Information Environment (AIE). Nós não compartilhamos tudo na rede. Neste artigo, apresentamos a importância do design de sistemas orientados à AIE para trabalhos cooperativos usando simulações e análises geoespaciais no modelo de evacuação de desastres com múltiplos agentes. Como resultado, usando pequenos dados como informações de posicionamento e status dos agentes, podemos visualizar as situações e tomar ações efetivas para trabalhos cooperativos na AIE. Técnicas de comunicação na AIE, como sinalização, monitoramento de informações de posicionamento e triagem de informações de posicionamento, são eficazes para a análise geoespacial de trabalhos cooperativos na AIE. Em conclusão, podemos aumentar os valores dos fluxos de informação aumentando ações efetivas para trabalhos cooperativos usando o design de sistemas orientados à AIE. Experimentos de campo reais devem ser seguidos em nosso plano." Tetsuya Kusuda , Tetsuro Ogi, Geospatial analysis of cooperative works on asymmetric information environment, Proceedings of the 2010 international conference on Computational Science and Its Applications, March 23-26, 2010, Fukuoka, JapanGeospatial analysis of cooperative works on asymmetric information environment, ACM Digital Library, 25 de Novembro de 2019