Jedi in Netlogo

Paul Chapron

Sébastien Rey-Coyrehourcq

 

twitter / github : @chapinux @reyman64

mail : paul.chapron@iscpif.fr & sebastien.rey-coyrehourcq.fr@univ-rouen.fr

Agent Based Model

Exchange messages

Think

Move and Perceive

Evolve on environment

Act on environment

(more or less ...)

[Ferber 1999, Drogoul 2009]

Agent Based Model

not a model, but a meta-model

city

ant

mosquito

people

tree

[Drogoul Treuil 2008]

Influences of ABM

1970-80

Alan Kay

Oriented

Object Programming

Generic
Ontology

Formalism

Software Evolution

Influences of ABM

Carl Hewitt

Actor model

1973

Software and IA Evolution

Influences of ABM

Jacque Ferber

DAI Computer Scientist at Paris 6

CS Intellectuals Purveyors in SHS

James Doran

DAI Computer Scientist at Essex

DAI in Sociology since 1980's
DAI in archaeology since 1980's
Simulation in archaeology since 1960's

Geography since 1990's

Ecology since 1990's

Influences of ABM

Complexity Theory and Artificial Life ( self organization + emergence)

Simple rules could product complex phenomena

Influences of ABM

Complexity Theory and Artificial Life ( self organization + emergence)

Simple rules could product complex phenomena

Von Neumman & Arthur Burks

1966

CA, ABM and ...
... Artificial Life ?
​

Langton 

"Artificial Life"
~1980 SFI

Bach Group

Burks, Axelrod,
Holland, etc.

Cybernetics
(Wiener, Mc Culloch)

Swarm
platform

Biology & GST
(Bertallanfy)

BCL of
Von Foerster

AutoPoeise
(Maturana & Varela)

Biology &
Evolutionary computation (M. Conrad)

Logo / Turtle
S. Papert & M. Minsky

Bioinformatics
A. Lindermayer

Bioinformatics
& Ecology
P. Hoggeweg

Starlogo
M. Resnick

Phy, Eco, Geo
Y. Prigogine ULB team

Logo's
platform

ECAL conf

SFI

CS
J. Ferber

[Rey 2015]

ABM, rupture or continuity ?

... an old idea in SHS ...

MC
micro-simulation 1957

[Sanders 2013, Rey 2015]

individual entities ? 

James Doran

Archeological simulation 1970

Torsten Hägerstrand

Guy Orcutt

MC
micro-simulation 1953, 1965

bottom-up ? 

rules-based ?

Simulation,une vieille idée en geographie

1950

1980

Hägerstrand, Marble, Pitts, etc.

 

Pumain, Sanders, etc.

Guermond, Langlois, etc.

Chamussy, Le Berre, Uvietta, etc.

 

Forrester

pioneers

turning point

1970

Wilson

Batty

Ackerman, Chorley, Hagget, Berry, etc .

Prigogine, Allen,

Sanglier, Haken, etc..

conceptual

technical

1990

Couclelis,

Tobler,etc.

Epstein, Doran, etc.

Influences répétées du projet systemique (Von Bertallanfy et cie.)

open systems, retro-action, self-organization, equifinality, bifurcation, etc.

[Pouvreau 2013]

 ~ 1980 in France

Agent Based Modelling

(et en SHS  ...)

[Rey 2015]

Cellular
Automata

Non Linear Dynamical
Systems

Systèmes dynamiques

Automate
Cellulaire

Modèle multi-agent

jeu de la vie

fourmis

proie prédateur

Intègre

Une flexibilité séduisante ...

... avec de grandes capacités d'intégration

Une flexibilité séduisante ...

... au sein d'un laboratoire virtuel spatio-temporel

discuter

formaliser

Une flexibilité séduisante ...

... au sein d'un laboratoire virtuel spatio-temporel

discuter

formaliser

intégrer

Une flexibilité séduisante ...

... au sein d'un laboratoire virtuel spatio-temporel

SIMULATEUR

 

substrat silicium

"reconstruction"

?

?

?

!

Simuler, ok, mais ...

... avec une question de recherche c'est mieux !

"2nd-empirie"

L'importance des critères / patterns ...

... pour contraindre la dynamique des simulations

question(s) de recherche

"The general idea of POM (Pattern Oriented Modelling) is to use multiple observed patterns as indicators of a system’s internal organization. Trying to reproduce such patterns with our ABMs makes us decode the internal organization of the real system.  The point of POM is to consciously think in terms of pattern, regularities or stylized facts right from the beginning and to select model structure accordingly."

Railsback et Al. 2012

structure interne

patterns multiples

L'école allemande de V. Grimm ...

... pionnière sur les aspects formalisations

Railsback et Al. 2012

aller - retour

You should always start with
“null theories”

1-  Modèle fonctionel dès le départ 

2 - Tester l'apport de chaque hypothèse

"null"

"medawar Zone"

SURPRISE !

L'école allemande de V. Grimm ...

... pionnière sur les aspects formalisations

Les choix

générent des chemins / modèles ...

qui peuvent générer le/les même(s) pattern(s)

1

2

(    )

(    ,    )

(    )

[Grimm2016, Cottineau2016]

L'importance  du chemin

Equifinalité

patterns simulés

p1 cluster

p2 densités

p3 attribut

1

2

(    )

(    ,    )

(    )

[Grimm2016, Cottineau2016]

L'importance  du chemin

Deconstruire les choix & les chemins ... &
les reconstruire ensuite pour mieux comprendre ...

Know where and when

parameters and mechanisms break

Look back and challenge choices

Share your results

and challenge others

Cumulative knowledge

a) Organiser la saine confrontation des points de vue

b) Organiser la "surprise" par l'observation des écarts entre comportements attendus vs simulés

d) Trouver les bugs et cas limites

Et donc ? Systématiser l'exploration  !!

b) Justifier le chemin pris lors de la construction

Oui, mais comment ?

Analyse de sensibilité ?

"By exploring the sensitivity of model output to changes in parameters, we learn about the relative importance of the various mechanisms represented in the model and how robust the model output is to parameter uncertainty."

- sensibilité locale

- sensibilité globale

"Sensitivity analysis (SA) is used to explore the influence of varying inputs on the outputs of a simulation model (Ginot et al. 2006).

[Thiele2014]

allons y !

Modelisation ? Simulation ?

 + 20 raisons différentes de créer des modèles

modèle ~=  modèle de simulation

simplification ou facilitation ?

modéliser, un objectif en soit  or modéliser pour éclairer  ?

modélisons pour une question

( voir les travaux de  Phan, Varenne, Livet, etc. )

 

substrat silicium

une nouvelle empirie

equations

objects

stocks

performance ? parcimonie ? compression ? compréhension ? co-construction ? ...

"reconstruire" la réalité

dynamique complexes

difficile à comparer

Connaissance ?

modèle de simulation

processus

entité

choix des representations et échelles pour

patterns

parameters

choix depuis une réalité
 

=

Plateforme & Pratique

Introducing Netlogo platform

Logo langage 1966

Seymour Papert 

Logo turtle 1969-70 inspired by
Walter Grey's turtle in 1948

to square
repeat 4 [forward 50 right 90]
end

1928 - 2016

Introducing Netlogo platform

StarLogo

& Netlogo

Sensibilité locale - OAT

 évaluation à l'oeil
 "Face Validity" 

stratégie / DOE
"One-Variable-At-A-Time"  

- peu fiable
- couteux en temps
- limité
- difficilement reproductible

 "Tinkering" de Papert & Retsnick

- ludique
- interactif
- exploratoire
- incrémental
- essai erreur

Construire et explorer simplement avec Netlogo

Fer à cheval

KISS

KIDS

Stylisé

Particulier

[Sanders & Banos 2011, 2013, Banos 2013]

Schelling

Schelling - Sakoda simulation

[1916 - 2005]

[1921 - 2016]

Journal of Mathematical Sociology (Vol 1) 1971

Journal of Mathematical Sociology (Vol 2) 1971

- The checkerboard model of social interaction -

- Dynamic models of segregation - 

Phd Dissertation 1949

Schelling

Sénat - 1966

Crédit : Henry Griffin / Associated Press

Schelling model

place vide

habitant bleu

habitant rose

position aléatoire sur une grille en 2D 

Schelling model

False

déplacement aléatoire

True

reste ici

Moore

Neumann

\lambda

% similaires

% similaires

Schelling model

Jouons avec différents         seuil

\lambda

Jouons avec plus ou moins de positions libres

experimentons avec netlogo

Essayons d'identifier les différents états du modèle de Schelling et plaçons les sur le schéma

Try to identify different states of the Schelling model and place them on this diagram

[Gauvin 2009, Daude 2007]

Schelling model

Que peut on attendre si on accepte un peu d'hétérogénéité ?

\lambda

=

moyenne ~ 70 % similaire

attendu

réalité

Joshua Epstein

Social Simulation Conference 2015

Sugarscape model

KISS

KIDS

Stylized

Particular

[Sanders & Banos 2011, 2013, Banos 2013]

Schelling

Sugarscape

Sugarscape model

max sugar by patch

world - n * n patch -

Sugarscape model

Sugarscape model

limited vision, growing sugar

Sugarscape model

Sugarscape model

Sugarscape model

more rules ?

farm workers

farm owners

tax

https://hal.archives-ouvertes.fr/hal-01094421

Collectif MAPS :

Sugarscape model

reproduction

Sugarscape model

play with tax and note observation

Tax 0.05 0.10 0.20 0.30
Gini
Total population 
% capitalist
% farmers
Mean ressources farm owners 
Mean ressources farm workers

value at ticks = 2000

Tax 0.05 0.10 0.20
Gini 0,40 0.28 - 0.38 0.35 - 0.38
Total population  430 250 240
% capitalist 5 12 20
% farmers 95 88 80
Mean ressources capitalist  25 28 26
Mean ressources farmers 22 22 23

not so big differences between roles ... need some new visualisation ...

smaller population, higher share of farm workers, more inequalities

... possible collapse of system or
new equilibrium ...

add some new visualisations

right clic in blank zone in interface

change pen name

change plot name

change xy

advanced pen

mode "Bar"

name pen name interval
Wealth-Rentiers WR 5
Wealth-Recoltants WRe 5

parameters for 2 plots

Sugarscape model

Go to "code" tab, and add this source code ...



;; .... At the end of this function ....  
;; .... add this code to plot Distribution of Wealth

to update-lorenz-and-gini-plots

    ; ... some code ...

    set-current-plot "Wealth-Rentiers"
      set-current-plot-pen "WR"
      if any? turtles with [class = ClasseRentier]
        [histogram [sugar] of turtles with [class = ClasseRentier] ]
        
        set-current-plot "Wealth-Recoltants"
      set-current-plot-pen "WRe"
      if any? turtles with [class = ClasseRécoltant]
        [histogram [sugar] of turtles with [class = ClasseRécoltant] ]

end

Sugarscape model

... then return to "interface" tab, and relaunch simulation

Play with catastrophe ...

Sugarscape model

Multiple states for the same system

Resilient : same state before and after catastrophe

New equilibrium : all red dead, only blue

Collapse : everyone is dead

Tax 0.05 0.10 0.20 0.30 0.40
Little catastroph resilient
medium catastroph
Big catastroph
Cataclysme

Sugarscape model

Sugarscape model

switching role

Tax 0.05 0.10 0.20 0.30 0.40
Little catastroph resilient
medium catastroph
Big catastroph
Cataclysme

Formation JEDI Netlogo

By sebastien rey coyrehourcq

Formation JEDI Netlogo

  • 1,161

More from sebastien rey coyrehourcq