Some challenges of calibrating differentiable agent-based models

要約

エージェントベース モデル (ABM) は、複雑なシステムのモデリングと推論に対する有望なアプローチですが、実際の適用は、その複雑さ、離散的な性質、およびパラメーター推論と最適化タスクの実行の難しさによって妨げられています。
これにより、これらの困難に対処する戦略として微分可能な ABM の構築への関心が高まっていますが、まだ多くの課題が残っています。
この論文では、これらの課題のいくつかを浮き彫りにする実験と、潜在的な解決策について説明し、紹介します。

要約(オリジナル)

Agent-based models (ABMs) are a promising approach to modelling and reasoning about complex systems, yet their application in practice is impeded by their complexity, discrete nature, and the difficulty of performing parameter inference and optimisation tasks. This in turn has sparked interest in the construction of differentiable ABMs as a strategy for combatting these difficulties, yet a number of challenges remain. In this paper, we discuss and present experiments that highlight some of these challenges, along with potential solutions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google