Использование сред агентного моделирования для изучения городской среды

Материал из Поле цифровой дидактики


Описание события В рамках мастер-класса будут представлены разнообразные среды многоагентного программирования (Scratch, Snap!, StarLogo, NetLogo и другие), позволяющие имитировать взаимодействие биологических и социальных объектов. Мы не только покажем примеры моделей, но и дадим участникам самим поэкспериментировать с моделями, имитирующими процессы городской жизни.
Тип события Мастер класс
Начало 2023-10-07T15:00:52.000Z
Окончание 2023-10-07T16:00:52.000Z
color orange
Адрес события 55.80634652271349, 37.61622816949861
Видео запись события
Среды и средства, которые использовались в рамках события NetLogo
Формируемые в рамках события компетенции
Область знаний Урбанистика, Мобильное обучение, Game design, Большие данные, Геометрия
Местоположение
Формат реализации
Карта


Аннотация

В рамках мастер-класса будут представлены разнообразные среды многоагентного программирования Scratch, Snap!, StarLogo, NetLogo позволяющие имитировать взаимодействие биологических и социальных объектов. Мы не только покажем примеры моделей, но и дадим участникам самим поэкспериментировать с моделями, имитирующими процессы городской жизни.

Среды для мастер класса

 Description
ScratchСреда программирования, которая позволяет детям создавать собственные анимированные и интерактивные истории, игры и другие произведения. Этими произведениями можно обмениваться внутри международной среды, которая постепенно формируется в сети Интернет. Scratch — это учебный блочный язык программирования, позволяющий ученикам создавать игры, цифровые истории. Среда разработки дает возможность детям редактировать аудиофайлы и монтировать небольшие, но полноценные видеоролики. В новые версии языка создатели обещают добавить функционал для создания собственных мобильных приложений.

 Description
Snap!Блочный язык программирования для преподавания алгоритмов и структур данных. Snap! - потомок языка Scratch. В отличие от Scratch Snap! поддерживает лямбда-исчисление, объекты первого класса, процедуры, рекурсия и множество других возможностей. С версии 4.0 Snap! получил современное название и был переписан на JavaScript. Moscow_city_univ.png
Модель формирования стаи


 Description
StarLogo Nova120px-Slnova.png
  • StarLogo Nova – среда совместного агентного моделирования в трехмерной среде. Во многом это среда продолжает и развивает традиции языка Scratch. При этом здесь можно ставить серьезные эксперименты и получать воспроизводимые результаты. Центральной метафорой среды является мир (World), в котором можно создавать агенты различных пород.



 Description
NetLogoЯзык программирования и среда для построения многоагентных моделей. В качестве агентов в системе действуют пятна, черепашки и связи. Ко всем агентам можно обратится. При этом пятна нельзя уничтожить, а связи исчезают, если погибают черепашки, которых они связывают. NetLogo чаще других используется при создании многоагентных моделей, поскольку программы не этом языке понятны специалистам различных предметных областей. Библиотека NetLogo содержит множество готовых моделей по биологии, математике, химии, социология. С этими моделями могут ознакомиться и поиграть ученики.


Все представленные на мастер-классе среды - потомки Черепашки Лого. см. Путь черепахи: эволюция LOGO-подобных языков

January 1, 1967

Лого

Launch year: 1967
Ancestors: Lisp
Descendants: NetLogo
Descendants: Scratch
Descendants: Snap!
Descendants: Squeak
Descendants: Boxer
Descendants: Lynx

January 1, 1980

Josef

Launch year: 1980
Ancestors: Лого
Descendants: Karel

January 1, 1980

Smalltalk

Launch year: 1980
Ancestors: Лого
Ancestors: Lisp
Descendants: Squeak
Descendants: Etoys
Descendants: Ruby
Descendants: Pharo

January 1, 1984

Boxer

Launch year: 1984
Ancestors: Лого
Descendants: OpenAI Codex

January 1, 1984

LogoWriter

Launch year: 1984
Ancestors: Лого

January 1, 1989

StarLogo

Launch year: 1989
Ancestors: Лого
Descendants: NetLogo
Descendants: StarLogo Nova
Descendants: Scratch

January 1, 1992

UCB Logo

Launch year: 1992
Ancestors: Лого
Ancestors: Lisp
Descendants: NetLogo
Descendants: Etoys
Descendants: FMSLogo

January 1, 1994

AlgoBlock

Launch year: 1994
Ancestors: Лого

January 1, 1996

LogoBlocks

Launch year: 1996
Ancestors: Лого
Descendants: Lego Mindstorms

January 1, 1999

NetLogo

Launch year: 1999
Ancestors: Лого
Ancestors: StarLogo
Descendants: StarLogo Nova
Descendants: AgentScript
Descendants: GAMA

January 1, 2000

ПервоЛого

Launch year: 2000
Ancestors: Лого

January 1, 2006

Scratch

Launch year: 2006
Ancestors: Лого
Ancestors: Squeak
Ancestors: Agentsheets
Descendants: Snap!
Descendants: App Inventor
Descendants: GP
Descendants: ScratchJR

January 1, 2008

KTurtle

Launch year: 2008
Ancestors: Лого
Ancestors: Kumir

January 1, 2010

App Inventor

Launch year: 2010
Ancestors: Scratch
Ancestors: Лого
Ancestors: Blockly
Descendants: Thunkable

January 1, 2010

Snap!

Launch year: 2010
Ancestors: Scratch
Ancestors: Лого
Ancestors: Lisp
Ancestors: Smalltalk
Ancestors: Scheme
Descendants: NetsBlox
Descendants: SciSnap!
Descendants: SQLsnap!
Descendants: DBSnap
Descendants: Snap4arduino

January 1, 2015

GP

Launch year: 2015
Ancestors: Scratch
Ancestors: Лого

January 1, 2015

NetsBlox

Launch year: 2015
Ancestors: Scratch
Ancestors: Snap!
Ancestors: Лого

January 1, 2017

StarLogo Nova

Launch year: 2017
Ancestors: NetLogo
Ancestors: Scratch
Ancestors: Лого

January 1, 2018

DBSnap

Launch year: 2018
Ancestors: Scratch
Ancestors: Snap!
Ancestors: Лого

 
Josef
January 1, 1980

Лого

Josef

Smalltalk

Boxer

LogoWriter

StarLogo

UCB Logo

AlgoBlock

LogoBlocks

NetLogo

ПервоЛого

Scratch

KTurtle

App Inventor

Snap!

GP

NetsBlox

StarLogo Nova

DBSnap

1830
1840
1850
1860
1870
1880
1890
1900
1910
1920
1930
1940
1950
1960
1970
1980
1990
2000
2010
2020
2030
2040
2050
2060
2070
2080
2090
2100
2110
2120
2130
1954
1955
1956
1957
1958
1959
1961
1962
1963
1964
1965
1966
1967
1968
1969
1971
1972
1973
1974
1975
1976
1977
1978
1979
1981
1982
1983
1984
1985
1986
1987
1988
1989
1991
1992
1993
1994
1995
1996
1997
1998
1999
2001
2002
2003
2004
2005
2006
2007
2008
2009
2011
2012
2013
2014
2015
2016
2017
2018
2019
2021
2022
2023
2024
2025
2026
2027
2028
2029


Пример модели лесного пожара -
 Description
Fire (model)
  • Forest_fire_model.gif

Запустите модель Fire несколько раз. Если мы запустим его с низкой плотностью деревьев, мы увидим, как и ожидалось, очень небольшое распространение огня. Если мы запустим его с очень высокой плотностью деревьев, мы, как и ожидалось, увидим, как лес уничтожается неумолимым маршем огня. Чего ожидать при средней плотности? Многие предполагают, что если плотность установлена на 50 процентов, то вероятность того, что огонь достигнет правого края леса, будет 50 процентов. Однако если мы попробуем это сделать, то увидим, что при 50-процентной плотности огонь не распространяется сильно. Если мы увеличим его до 57 процентов, огонь горит больше, но обычно все равно не достигает другой стороны леса. Однако если мы увеличим плотность до 61 процента, то есть всего на 2 процента больше, огонь неизбежно достигнет другой стороны. Это неожиданно. Мы ожидаем, что небольшое изменение плотности окажет относительно небольшое влияние на распространение огня. Но, как выясняется, модель Fire имеет «критический параметр» 59% плотности.

Модели для мастер-класса

примеры в категории "Модели"
 Description
Segregation (model)Модель сегрегации
Модель сегрегации Шеллинга
– это агент-ориентированная модель, которая иллюстрирует, как индивидуальные тенденции в отношении соседей могут привести к сегрегации. Модель особенно полезна для изучения жилищной сегрегации этнических групп, где агенты представляют домовладельцев, которые переселяются в город. В модели каждый агент принадлежит к одной из двух групп и стремится жить в районе, где доля "друзей" достаточно высока: выше определенного порогового значения F. В зависимости от F, для групп равного размера, модель проживания по Шеллингу сходится либо к полной интеграции (случайное распределение), либо к сегрегации.

Принципы: - Минимальная толерантность к различиям: Люди склонны предпочитать окружение, где большинство соседей принадлежат к той же группе, что и они сами. Однако они могут терпеть некоторую долю соседей другой группы. - Пороговая толерантность: Существует пороговый уровень доли соседей другой группы, выше которого человек начинает чувствовать себя некомфортно и стремится переехать в район с большей однородностью.

- Переезд при превышении порога: Если доля соседей другой группы превышает установленный порог, человек решает переехать. Этот переезд приводит к тому, что районы становятся всё более сегрегированными.


 Description
Sugarscape modelSugarscape model (сахарная модель) - один из методов(моделей) разработки искусственного общества. Модель стала популярна благодаря известной работе «Growing Artificial Societies». Является одной из простых моделей и прекрасным инструментом для обсуждения и экспериментального исследования ряда научных вопросов. Имеется некоторая окружающая среда — сахарный ландшафт, где в двумерном пространстве разбросан сахар — где-то больше, где-то меньше; и туда же помещены агенты-жуки, которые ползают по сахарному ландшафту по простым правилам: агенту надо есть сахар, и он перемещается туда, где сахара больше. Так они двигаются, поедают сахар, который появляется в той или иной точке тоже по каким-то законам. Наблюдая за поведением агентов на экране мы видим то, что Джошуа Эпштейн и Роберт Акстелл определили как прото-историю или Proto-Narrative
  • 120px-Lorenz_ginni.png



 Description
Urban Suite - AwarenessМодель определяет теоретический уровень «осведомленности» человека в городской среде на основе случайного контакта человека с информационными центрами. В модели информационными центрами являются любые источники обмена позитивной информацией. В этой модели каждый человек обладает некоторой степенью «осведомленности», которая измеряется в «очках осведомленности». Существует дискретный набор «уровней» осознания, которых могут достичь люди. Человек может быть «неосведомленным» (0–5 баллов), «осведомленным» (5–10 баллов), «хорошо информированным» (10–15 баллов) или «активистом» (более 15 баллов). Чтобы обрести осознанность, человек либо бежит в центр, где получает пять очков осознанности; или находится под влиянием хорошо информированного человека. Если одно из этих событий не произойдет в течение заданного временного шага (tick), человек потеряет одно очко осведомлённости (вплоть до нуля). Когда человек становится активистом (15 точек осознания), формируется новый центр. Новые информационные центры окрашены в синий цвет, а первоначальные информационные центры - в зеленый. Если никто не вступает в контакт с центром в течение заданного времени (см. ползунок НЕИСПОЛЬЗОВАНИЕ-ОГРАНИЧЕНИЕ), центр исчезает из мира. Если какой-либо информационный/рекламный метод или место не приносит результатов, в конечном итоге он будет закрыт.



 Description
Urban Suite - Economic DisparityКогда в мире появляется новое место работы, оно случайным образом выбирает некоторое количество местоположений (управляемое ползунком КОЛИЧЕСТВО ИСПЫТАНИЙ) и выбирает то, которое имеет самую высокую цену (то есть стоимость земли). Поначалу это может показаться иррациональным, но в этой модели предполагается, что рабочие места перемещаются туда, где находится богатство. Если в определенной области денег больше, то есть более состоятельные люди, которые могут потратить эти деньги на товары и услуги. В этой модели есть два принципиально разных типа людей — «бедные» люди (показаны синим цветом) и «богатые» люди (показаны розовым цветом), и у них разные приоритеты. Оба типа людей желают располагаться недалеко от места работы. Однако богатые люди ищут место с хорошим качеством, не обращая внимания на цену, в то время как бедные люди ищут места с низкой ценой, не обращая внимания на качество.