Loading article…
Sugarscapeは、 Joshua M. EpsteinとRobert Axtellが著書『Growing Artificial Societies』で提示したルールの一部または全部に従う、人工知能エージェントベースの社会シミュレーションのモデルです。[ 1 ]
Sugarscapeモデルの基礎は、経済学者のトーマス・シェリングが「分離のモデル」というタイトルの論文を発表したメリーランド大学に遡ることができます。[ 2 ] 1969年に書かれたこの論文で、シェリングと他の社会環境モデリング研究者たちは、モデルの可能性を十分に開発するための適切な計算能力と適用可能なプログラミングメカニズムが不足していたため、選択肢が限られていました。
ジョン・コンウェイのエージェントベース・シミュレーション「ライフゲーム」は、ジョシュア・M・エプスタインとロバート・アクステルが著書『人工社会の成長』の中で、シェリングのオリジナルアイデアを拡張し応用した。エージェントベース・シミュレーションの分野での彼らの研究成果を示すために、モデルが作成され、CD-ROMで彼らの著書とともに配布された。このモデルの概念は「シュガースケープ・モデル」として知られるようになった。[ 1 ]それ以来、「シュガースケープ」という名前は、エプスタインとアクステルが定義したルールと同様のルールを使用するエージェントベース・モデルに使用されている。
Sugarscapeのすべてのモデルには、エージェント（居住者）、環境（2次元グリッド）、およびエージェント同士や環境との相互作用を規定するルールが含まれています。
J. EpsteinとR. Axtellによって発表されたオリジナルのモデル（最初の大規模エージェントモデルと考えられている）は、51×51のセルグリッドに基づいており、各セルには異なる量の砂糖（またはスパイス）が含まれる可能性があります。各ステップで、エージェントは周囲を見回し、砂糖で満たされた最も近いセルを見つけて移動し、代謝を行います。モデルの設定時に定義された特定のシナリオと変数に応じて、汚染物質を排出したり、死亡したり、繁殖したり、資源を継承したり、情報を伝達したり、砂糖を取引または借りたり、免疫を生成したり、病気を伝染させたりすることができます。
シミュレーションにおける砂糖は、人工世界における資源のメタファーと見なすことができ、研究者はそれを通して、進化、婚姻状況、相続などの社会力学が個体群に及ぼす影響を研究することができる。[ 3 ]
J. EpsteinとR. Axtellが著書で提示したオリジナルのルールを正確にシミュレーションすることは問題となる可能性があり[ 4 ] 、 Growing Artificial Societiesで提示されたものと同じ結果を常に再現できるとは限りません。
Sugarscapeモデルはこれまで様々な形で実装されており、その中には無料のオープンソースソフトウェアとして利用可能なものもある。
オリジナルの実装は、エージェントベースの社会シミュレーションに適したJavaソフトウェアであるAscapeで開発されました。Sugarscapeモデルは、Ascapeに同梱されている組み込みモデルライブラリの一部となっています。[ 5 ]
NetLogo はSugarscape モデルの構築に使用されています。NetLogo モデルライブラリには、Sugarscape のシナリオが 3 つ含まれています。「Immediate Growback」、「Constant Growback」、「Wealth Distribution」です。これらの 3 つのシナリオの他に、ユーザー コミュニティ モデル ライブラリの一部である Iain Weaver の Sugarscape NetLogo モデルがあります。「これは、Owen Densmore の NetLogo コミュニティ モデルをベースに、戦闘ルールを除くGrowing Artificial Societiesで議論されているすべてのルールを網羅しています (含めるのは簡単ですが、モデルにはほとんど価値がありません)。」 [ 6 ]このモデルには、オリジナルの Sugarscape ルールを正常に再現するための手順を含む豊富なドキュメントが付属しています[ 7 ] 。 [ 4 ]
エージェントベースモデル(ABM)の創発的な性質のため、シミュレーションにおける個体群サイズが、モデル化されている動的システムの個体群サイズと一致することが極めて重要です。[ 8 ]しかし、現代のエージェントシミュレーションフレームワークのパフォーマンスは、このような大規模な個体群サイズを処理するには不十分であり、コンピューティングクラスタ上で実行するように設計された並列コンピューティングフレームワークは、利用可能な帯域幅によって制限されています。ムーアの法則によりコンピューティング能力が向上するにつれて、シミュレーションフレームワークのサイズと複雑さが増大することが予想されます。ミシガン工科大学の RM D'Souza、M. Lysenko、K Rahmani のチームは、Sugarscape モデルを使用して、 200 万を超えるエージェント個体群で毎秒 50 回以上の更新を行う ABM シミュレーションにおけるグラフィックス処理ユニット(GPU) の能力を実証しました。[ 9 ]
別の実装はMathematicaで記述されている。[ 10 ]
GMUのMASONプロジェクトは、アカデミックフリーライセンスの下で利用可能であり、Sugarscapeの実装も含まれています。[ 11 ]