Научная статья на тему 'Сосуществование групп в составе сообщества программных агентов'

Сосуществование групп в составе сообщества программных агентов Текст научной статьи по специальности «Математика»

CC BY
119
42
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ИСКУССТВЕННАЯ ЖИЗНЬ / СООБЩЕСТВА ПРОГРАММНЫХ АГЕНТОВ / СОСУЩЕСТВОВАНИЕ / ARTIFICIAL LIFE / SOFTWARE AGENTS COMMUNITIES / COEXISTENCE

Аннотация научной статьи по математике, автор научной работы — Кольчугина Елена Анатольевна

Приведены результаты экспериментов по созданию сообщества программных агентов из различных групп, являющихся по отношению друг к другу конкурентами и симбионтами. Выявлены условия устойчивости сосуществования групп в составе такого сообщества.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Сосуществование групп в составе сообщества программных агентов»

УДК 004.42

Е. А. Кольчугина

СОСУЩЕСТВОВАНИЕ ГРУПП В СОСТАВЕ СООБЩЕСТВА ПРОГРАММНЫХ АГЕНТОВ

Аннотация. Приведены результаты экспериментов по созданию сообщества программных агентов из различных групп, являющихся по отношению друг к другу конкурентами и симбионтами. Выявлены условия устойчивости сосуществования групп в составе такого сообщества.

Ключевые слова: искусственная жизнь, сообщества программных агентов, сосуществование.

Abstract. The article introduces experiments’ results on creation of software agents community consisting of various groups acting as competitors and symbionts to each other. The conditions of stable coexistence of groups in such community are also revealed.

Key words: artificial life, software agents communities, coexistence.

Введение

Основным условием самоорганизации является неравновесие [1]. Применительно к сообществам биологических или цифровых организмов это означает постоянную сменяемость поколений особей и генетическое разнообразие организмов. Большое значение при этом приобретают задачи обеспечения воспроизводства и сменяемости новых поколений особей с новыми генетическими признаками, из которых выживают наиболее приспособленные к текущей обстановке.

1. Воспроизводство цифровых организмов

Математические модели экологических систем позволяют сделать вывод о том, что эффективное воспроизводство является одним из необходимых условий победы в межвидовой борьбе [2, 3]. Эволюция живой природы привела к появлению полового размножения, при котором для рождения нового организма требуется генетический материал двух родителей. При таком условии перебор генетических вариантов остается направленным, перемещение по ландшафту приспособленности происходит плавно, а не скачкообразно.

Примечательно, что в моделях искусственной жизни Tierra и Avida цифровые организмы сами «изобретали» обмен генетическим материалом, хотя изначально это не закладывалось в их программу [4]. В большинстве моделей на основе мультиагентных систем используется или клонирование с мутацией, или обмен генетическим материалом между любыми двумя особями без учета половой принадлежности, которая как таковая не вводится в модель.

Недостатком клонирования является низкий темп эволюции, так как рекомбинация генов в этом случае невозможна, и все новые генетические признаки могут появиться только благодаря мутациям. Непосредственный обмен генетическим материалом требует синхронизации участвующих программных агентов. При невысокой концентрации агентов их встречи малове-

роятны, поэтому порождения потомства не происходит даже при соблюдении всех прочих условий. Для устранения этой ситуации можно ввести централизованный обмен информацией между агентами, что позволит агентам синхронизироваться, но смысл построения модели при этом теряется.

Исходя из этого автором в [5] была предложена собственная модель сообщества агентов, в которой формирование нового агента проходит через промежуточную стадию, подобно личиночной стадии у некоторых живых организмов. Эксперименты с моделью выполнялись с помощью разработанного автором программного обеспечения [6].

2. Сосуществование групп при воспроизводстве с личиночной стадией

В модели агенты представляют вид-хищник, разделенный на непересе-кающиеся группы « и «2 . Каждая из таких групп сама может рассматриваться как отдельный вид.

Цель агентов состоит в выполнении обработки файлов данных, которые рассматриваются как вид-жертва «4 и не могут повторно использоваться в качестве входной информации. Поток данных поступает в систему с постоянной интенсивностью. За обработку одного файла данных агент получает плату , которая рассматривается как приращение запаса внутренней энергии м>е . «Аппетит» хищника считается неограниченным.

Агент может перемещаться в двумерном клеточном пространстве модели, каждая клетка разделена на бесконечное количество горизонтальных логических слоев, соответствующих видам агентов и данных. При перемещении агент уменьшает запас своей энергии на величину ^3 за одно перемещение. Если м>е <^2 (^2 = 0), то агент завершает работу (хищник умирает от голода). Если м>е >^, то агенты загружены работой и требуется увеличить их количество: хищник оставляет потомство. Агенты группы « формируют «личинки» «з и уменьшают м>е на величину ^4 = ^о . Если агент группы «2 , для которого м>е >^1, находит в текущей клетке пространства «личинку» «3, он инициирует запуск нового агента, равновероятно принадлежащего «1 или «2 , теряя при этом ^4 единиц внутренней энергии. Новый агент получает от родителей изначальный запас внутренней энергии, равный ^5 = 2^4. Таким образом, м>е е[^2,тс).

Для рассмотренной задачи можно составить математическую модель взаимодействия видов и групп типа Лотка - Вольтерра [5]:

—1 «4«1 _ £12« — к1з«1 — к14«1«2 + £15«2«3 _ к1б«1,

А

—2 = к21«4«2 - к22«2 - к23«22 - к24«1«2 + к25«2«3 - к26«2n3,

Ш (1)

—3 = кз1«1 - кз2 «2 ^

Ш

Ш«4

А

= к41 - к42 («1 + «2 )n4,

где кц«4«1, к21«4«2 - прирост биомассы «1 и «2 благодаря пожиранию «4;

2 2

к12«1, к22«2 - потери биомассы «1 и «2; к^щ , к23«2 - влияние внутривидовой конкуренции для «1 и «2; к14«1«2, к24«1«2 - влияние конкуренции между «1 и «2; к15«2«3, к25«2«3 - прирост благодаря воспроизводству; к1б«1, к2б«2«3 - затраты на воспроизводство для «1 и «2 ; к31«1 - прирост для «3; к32«2«3 - потери в связи с трансформацией «3 в «1 или «2; к41 - прирост «4 ; к42 («1 + «2 )«4 - гибель жертв в результате встреч с хищниками.

Под «биомассой» вида здесь и далее будем понимать суммарный запас внутренней энергии особей вида, а не количество особей.

Полагая к— = к21, к12 = к22, ^13 = к23, ^14 = к24, ^15 = к25 = ^ , получим,

что

= /(«1,«2,«3,«4) + [«2«3 -к1б«1 ], (2)

Ш«Г = /(«2, «1,«3, «4) + [«2«3 - к2б«2«3 ] . (3)

Ш

Группы агентов «1 и «2 являются одновременно конкурентами и симбионтами. Если исключить Х1 =[Б«2«3 - к^Щ ] и Х2 =[0«2«3 - к2б«2«3 ], то в соответствии с принципом конкурентного исключения Гаузе обе группы могут сосуществовать друг с другом бесконечно долго при условии приблизительного равенства биомасс. Вымирание одной группы может произойти в случае значительной (по сравнению с конкурентами) потери биомассы. Для рассматриваемой модели это является следствием неравенства Х1 Ф %2 .

В модели (1) вероятнее вымирание «1, так как агенты «1 участвуют в воспроизводстве и тратят энергию безусловно при м>е >^1, а затраты энергии «2 обусловливаются встречей с «личинкой» «3 .

Таким образом, если длительное время верно, что «2 >> «1, то группа «1 вымрет и процессы воспроизводства прекратятся (рис. 1). С другой стороны, при «1 >> «2 произойдет то же самое, за исключением того, что вымрет вид «2 . Это означает, что с увеличением интенсивности потока поступающих исходных данных количество агентов не увеличится, и данные будут обрабатываться медленнее.

Во избежание вымирания одной из групп «1 и «2 необходимо исключить устойчивость существенной разницы их биомасс и задать такие правила функционирования агентов, при которых они приступают к воспроизводству, только если we >> ^о . На рис. 2 приведены графики изменения численностей групп популяции, полученные в результате вычислительного эксперимента с начальным условием соотношения биомасс «1 >> «2 , выполненного на сети тороидальной топологии из шести узлов. Интенсивность поступления данных к41 = 20 ед./с, ^о = 10 ед., ^1 = 200 ед., ^3 = 1 ед., ^4 = 20 ед. Группы успеш-

но сосуществовали до момента времени ^ = 24, когда была прекращена генерация данных «4 (цена деления оси времени для рис. 1-3 - 5 мин).

Рис. 1. Вытеснение группы «2 группой «1 при ^1 / ^0 = 5 ; в начальный момент времени соотношение биомасс «1 >> «2

Время

Рис. 2. Сосуществование «1 и «2 при ^ / ^о = 20 ; в начальный момент времени соотношение биомасс «1 >> «2

Таким образом, в рассмотренном случае сосуществование достигается, если Х1 ~ Х2 при кц = ^21, ^12 = к-22, к1з = к2з , к^ = ^24, к^ = ^25 = О . Однако в живой природе реализуются и другие способы обеспечения сосуществования гендерных групп, например, благодаря диморфизму и дихронизму живые организмы разного пола имеют разные форму тела и скорости развития. Также может быть использовано временное прерывание контакта между «1 и «2 .

Однако введение таких механизмов регулирования в модель сообщества программных агентов представляется преждевременным, так как помимо

гендерных групп придется выделять и возрастные, а также учитывать наличие убежищ, что существенно усложнит модель (1).

3. Конкуренция с другими видами агентов

Сообщество агентов, построенное по модели (1), в котором достигнуто сосуществование групп «1 и «2 , заселившее все доступное пространство модели и достигшее насыщения, оказывается устойчивым к вторжению конкурентов с теми же потребностями. Конкуренты гибнут от недостатка пищевых ресурсов (для агентов нет работы и нет платы за нее).

Однако возможна и обратная ситуация, когда гибнет исходное сообщество агентов вида А, состоящее из групп «1 и «2, при вторжении вида В, в котором нет разделения на гендерные группы, но каждый агент может вести себя и как «1, и как «2 в зависимости от наличия «личинки» «3 в текущей клетке пространства. В экспериментах для полного вытеснения вида А оказывалось достаточно одного агента вида В .

4. О смене поколений в модели

В рассматриваемой модели агент потенциально мог действовать бесконечно долго. Условием прекращения работы агента было отсутствие запаса внутренней энергии. Помимо этого, в ходе экспериментов некоторые случайно выбранные агенты уничтожались, чтобы избежать перегрузки сети.

Отсутствие явных ограничений срока существования и значения м>е привело к появлению «монополистов», которые истребляли почти все имеющиеся пищевые ресурсы и имели высокие значения запаса энергии (рис. 3). Эти агенты оказывались фактически бессмертными и существовали до окончания моделирования. Как правило, в роли «монополистов» оказывались агенты, принадлежавшие первым десяти поколениям. Идентифицировать «монополистов» позволяли уникальные имена, присваиваемые каждому агенту.

После того как в модели появлялись «монополисты», фактически прекращалось улучшение приспособленности, так как новые агенты гибли, успев только растратить полученный при рождении запас энергии. Выходом в данной ситуации является ограничение или «аппетита» агентов, или срока их существования.

Заключение

Модели математической биологии и экологии широко используются в теории искусственной жизни для оценки и предсказания свойств моделей искусственных миров, населенных сообществами программных агентов. С другой стороны, модели теории искусственной жизни могут применяться для исследования биологических и социальных явлений. Они помогают понять, для чего необходимы смерть, кооперация, альтруизм, забота о потомстве, как происходит накопление и перераспределение богатств. Возможно, исследования с использованием этих моделей позволят предложить новые ответы на важнейшие философские вопросы, которые всегда задавало себе человечество: кто мы такие, где наши истоки и какова цель нашего существования [7].

Рис. 3. Максимальный запас энергии агента для эксперимента, приведенного на рис. 2.

Список литературы

1. Руденко, А. П. Самоорганизация и синергетика / А. П. Руденко. - URL: http://utc.uni-dubna.ru/~mazny/students/site2/ideal_2.htm.

2. Гаузе, Г. Ф. Борьба за существование / Г. Ф. Гаузе. - Москва ; Ижевск : Институт компьютерных исследований, 2002. - 160 с.

3. Мартюшев, Л. М. Развитие экосистем и современная термодинамика / Л. М. Мартюшев, Е. М. Сальникова. - Москва ; Ижевск : Институт компьютерных исследований, 2004. - 80 с.

4. Эвери, Д. Теория информации и эволюция / Д. Эвери. - Москва ; Ижевск : НИЦ «Регулярная и хаотическая динамика» ; Институт компьютерных исследований, 2006. - 252 с.

5. Кольчугина, Е. А. Влияние алгоритмов порождения процессов-особей на свойства модели поведения программного обеспечения / Е. А. Кольчугина // Современные информационные технологии : труды Международной научнотехнической конференции (Computer-based conference) / под ред. В. Б. Моисеева, Л. Г. Когельмана, С. В. Трубицкова. - Пенза : Изд-во Пенз. гос. технолог. академии, 2006. - Вып. 3. - С. 47-51.

6. Программная платформа для сборки и выполнения эволюционирующих программных агентов Padme Server Yule v.1.4 / Кольчугина Е. А. Зарегистрировано в Реестре программ для ЭВМ 18.06.2009 г., рег. № 2009613158 // Программы для ЭВМ, базы данных, топологии интегральных микросхем (RU ОБПБТ) № 3 (68),

ч. 2. - М. : ФИПС, 2009. - С. 340.

7. Лем, С. Не буду служить / С. Лем // Библиотека XXI века : сборник : пер. с польск. - М. : АСТ, 2004. - 602 с.

Кольчугина Елена Анатольевна

кандидат технических наук, доцент, кафедра математического обеспечения и применения ЭВМ, Пензенский государственный университет

E-mail: kea@pnzgu.ru

Kolchugina Elena Anatolyevna Candidate of engineering sciences, associate professor, sub-department of computer application and software, Penza State University

УДК 004.42 Кольчугина, Е. А.

Сосуществование групп в составе сообщества программных агентов I Е. А. Кольчугина II Известия высших учебных заведений. Поволжский регион. Технические науки. - 2011. - № 3 (19). - С. 37-43.

i Надоели баннеры? Вы всегда можете отключить рекламу.