日本語タイトル#
HEAS：クロススケールモデリングとマルチオブジェクティブサーチの階層進化エージェントシミュレーションフレームワーク
英文タイトル#
HEAS: Hierarchical Evolutionary Agent Simulation Framework for Cross-Scale Modeling and Multi-Objective Search
日本語要約#
階層進化エージェントシミュレーション（HEAS）は、階層的なエージェントベースのモデリングを進化的最適化とトーナメント評価と統合した Python フレームワークです。HEAS はモデルを軽量プロセス（「ストリーム」）の階層として表現し、決定論的なレイヤーでスケジュールされ、共有コンテキストを読み書きすることで、クロススケールの結合を明示的かつ監査可能にします。コンパクトな API と CLI - シミュレーション、最適化、評価 - は、単一および多目的の進化を公開し、パラメータのフラット化 / 逆フラット化を通じて PyTorch ポリシーの統合を行い、ユーザー定義のスコアリングおよび投票ルールを持つ一般的なトーナメントツールを提供します。このフレームワークは、均一なステップおよびエピソードメトリクスを通じて評価を標準化し、シード、ログブック、および名人堂アーカイブを永続化し、トレース、パレートフロント、および比較結果のためのプロットヘルパーを提供し、グルーコードを削減し、研究間の比較可能性を向上させます。HEAS はメカニズムとオーケストレーションの分離を強調し、外因性ドライバー、内因性エージェント、および集約器を再構築なしに組み合わせたり交換したりできるようにし、同じモデルを前方シミュレーション、最適化、または体系的比較に使用できます。私たちは、エコシステムと企業の意思決定設定という 2 つの簡潔な例を用いて使用法を説明します。HEAS は、学際的で多層的な研究のための実用的な基盤を提供し、信頼性が高く再現可能な結果を生み出します。
英文要約#
Hierarchical Evolutionary Agent Simulation (HEAS) is a Python framework that unifies layered agent-based modeling with evolutionary optimization and tournament evaluation in a single, reproducible workflow. HEAS represents models as hierarchies of lightweight processes ("streams") scheduled in deterministic layers that read and write a shared context, making cross-scale couplings explicit and auditable. A compact API and CLI-simulate, optimize, evaluate-expose single- and multi-objective evolution, PyTorch policy integration via parameter flattening/unflattening, and general tournament tooling with user-defined scoring and voting rules. The framework standardizes evaluation through uniform per-step and episode metrics, persists seeds, logbooks, and hall-of-fame archives, and provides plotting helpers for traces, Pareto fronts, and comparative outcomes, reducing glue code and improving comparability across studies. HEAS emphasizes separation of mechanism from orchestration, allowing exogenous drivers, endogenous agents, and aggregators to be composed and swapped without refactoring, while the same model can be used for forward simulation, optimization, or systematic comparison. We illustrate usage with two compact examples-an ecological system and an enterprise decision-making setting. HEAS offers a practical foundation for cross-disciplinary, multi-level inquiry, yielding reliable, reproducible results.
文章ページ#
HEAS：クロススケールモデリングとマルチオブジェクティブサーチの階層進化エージェントシミュレーションフレームワーク
PDF 入手#
抖音でスキャンしてさらに素晴らしいコンテンツを確認