t.>
задача выглядит как поиск оптимума в большом фазовом пространстве.
распространенность - это типа плотности ресурса: нужно обойти весь лес или только опушку, чтобы собрать предполагаемое количество древесины.
Задача является сложной в том смысле, что предполагается, что агент ЗНАЯ
'онтологический граф' (что для постройки очага - первейшей жизненной необходимости в холодном климате- ему нужно пятое-десятое и для пополнения сил ему нужна еда, которую он знает как получить (охота, агро, торговля, обмен, война, запас)), не знает параметров производственной функции, т.е. не знает расхода ресурсов и сил на выход продукта, не знает длительности производства, не знает распределения (плотности распределения) ресурсов, не знает расхода сил и инструментов на выход ресурса, не
знает времени добычи, -
тут вопрос что еще знает агент помимо онтологического графа. Положим он знает (рефлексирует) уровень своих сил и может накапливать знание о связи расхода сил с видом деятельности и о параметрах производственных функций. Положим, он располагает разумом в виде ЭВРИСТИК - на основе ОГ и накопляемых знаний он может прогнозировать, планировать, решать задачи, вытекающие из желаний, прогноза, из плана (все в 'хоть какой минимальной степени').
Итак, агент-робинзон должен начать совершать какие-то действия, типа пойти в лес за хворостом, пока нет очага для выплавки железа, наблюдать динамику своих сил и расход времени на операции, наблюдать продуктивность операций, запоминать и пополнять знания, - поначалу агент не совершает СИЛЬНО неопределенных действий и не выдвигает сильно неопределенных планов, не начинает строить корабельную вервь не зная есть ли в достаточном количестве дерево и хватит ли у него сил и времени. На основе развивающихся знаний развиваются и планы, задачи плана, конкретизируется прогноз и ожидания..
Агент (пара агентов) размножается, передает знание и опыт потомкам, потомки начинают специализироваться, происходит разделение труда, начинают формироваться производственные цепочки, ремесленнические цеха, рынки..
----------------------
задача сложна именно в том, что нужно спроектировать агента с набором эвристик принятия решений в условиях максимальной неопределенности (при условии минимальных знаний), причем способность обучения должна быть заложенной, а понимание полезности накопления знаний это должна быть эвристика. Хотя можно делать постановку, что и такого рода эвристики (метазнание) 'вырабатываются' в ходе доисторической эволюции.
такой агент это сумма сумм ИИ..
вцелом, имитационная модель в большом фазовом пространстве потребует большого числа итераций для достижения либо равновесного, либо оптимального состояния, при переменности ОГ (эволюция производства) система будет перманентно в условиях неравновесия и поиска субоптимума (успеть лучшиться ради выгод экономии до очередной технологической революции (изменения ОГ)). Поэтому, в общем виде сверхзадача неприводима - сложность построения аналитики выше, чем сложность построения имитационной модели и получения хоть каких предварительных результатов..
тут интересно то, в какой степени 'информационная база' игры насышена - смогут ли агенты развиться от рубки леса до добычи угля, переботки нефти, разработки урановых руд и полетов на луну за тритием..
или так насытить базу игры чтобы и нам чему начиться от этих агентов и их цивилизации..
