拓冰网站定制 
教程人工智能机器学习深度学习【免费下载链接】AI-For-Beginners12 Weeks, 24 Lessons, AI for All!项目地址https://gitcode.com/GitHub_Trending/ai/AI-For-Beginners点击查看免费下载本篇文章对应 AI-For-Beginners 课程 第 23 课《多智能体系统》 的课后作业作业原文。核心任务是从 NetLogo 内置模型库中选取一个现成模型通过修改参数与规则使其尽可能真实地模拟一个现实场景——官方推荐的经典案例是改编Alternative Visualizations 文件夹下的 Virus 模型用于模拟 COVID-19 的传播。读完本文你将掌握 NetLogo 模型库的打开与运行方式、Turtle/Patches/Observer 三种仿真角色的运作原理、把传染病模型改造成疫情模拟器的建模思路以及保存副本 制作视频演示的完整交付流程。作业目标用多智能体仿真还原一个真实世界场景多智能体系统Multi-Agent Systems是 AI 中一个独特的分支其核心思想是涌现emergent / synergetic大量行为简单的个体Agent在局部规则驱动下相互交互整体却呈现出更复杂、更智能的系统行为。本课作业正是这一思想的最佳实践载体——NetLogo 中的每个病毒、每只羊、每辆车都是一个独立智能体而你不需要为整个系统编写全局算法只需要为个体定义规则。作业原文lessons/6-Other/23-MultiagentSystems/assignment.md要求从 NetLogo 模型库中选取一个模型用它尽可能精确地模拟一个真实生活场景给出的示范路径是改编 Alternative Visualizations 文件夹中的 Virus 模型展示其如何用于建模COVID-19 的传播最终要回答一个挑战性问题你能否构建一个模仿真实病毒传播的模型展示你的工作保存一份模型副本并制作一段视频演示说明模型与现实场景之间的对应关系。作业的核心评价维度不是模型是否完美而是你是否清楚地说清了模型与现实之间的映射关系——这恰恰是多智能体建模以及一切科学建模最重要的能力。为什么选择 NetLogo多智能体建模的入门利器在动手之前先理解 NetLogo 在本课中的地位。课程 README 指出NetLogo 是一个基于 Logo 语言改良版的多智能体建模环境。它让你控制一个名为turtle海龟的智能体可以移动并在身后留下轨迹从而以非常直观的方式观察单个智能体的行为。NetLogo 世界由三类对象构成对应 README 中的 Main Principles 一节对象角色关键点Agentsturtles在场地中移动并执行动作的智能体用ask turtles [...]向全体智能体发指令括号内代码以 turtle 模式并行执行Patches智能体所在的正方形区域可ask patches改变颜色与属性也可引用同一 patch 上的所有智能体Observer控制整个世界的唯一智能体所有按钮处理器Setup/Go以 observer 模式执行正是turtle 模式与 patch 模式的代码由所有智能体同时并行执行这一机制使得你只需编写少量个体行为代码就能让整个仿真系统涌现出复杂行为。这也是本作业的底层原理COVID-19 的宏观传播曲线是由成千上万个个体的微观移动与感染规则叠加而成的。第一步打开模型库并运行一个现成模型从 File 菜单进入模型库安装并启动 NetLogo 后进入File → Models Library模型库。模型库左侧按主题分类Art艺术、Biology生物、Social Science社会科学、Alternative Visualizations替代可视化等右侧展示选中模型的预览画面与功能说明。你可以在搜索栏中快速定位模型点Open载入。模型库截图来源lessons/6-Other/23-MultiagentSystems/images/NetLogo-ModelLib.png课程建议可以先打开Biology → Flocking鸟群聚集模型感受多智能体的涌现行为。而作业目标模型Virus则位于Alternative Visualizations替代可视化文件夹中——作业原文明确提到正是该文件夹下的 Virus 模型最适合改编成 COVID-19 模拟器。认识主界面Interface、Info 与 Code打开模型后进入主界面如上图示例为经典的狼-羊-草捕食模型主要包含对应 课程 README 的界面说明Interface界面标签页主显示区所有智能体生存的场地、各类控件按钮、滑块等、用于显示仿真参数的图表Info 标签页模型的说明文档包含作者对模型与现实对应关系的解释——这是你写作业说明时最好的参照模板Code代码标签页NetLogo 程序编辑器。绝大多数模型的界面上都有一个Setup初始化仿真状态按钮和一个Go开始运行按钮它们在代码中由形如以下的处理器实现to go ... end运行前先点Setup再点Go。你可以随时用滑块调整参数并重新 Setup观察系统行为如何随参数变化。第二步理解 Virus 模型的多智能体机制在动手改编前先拆解病毒模型背后的智能体逻辑。虽然本作业不要求深入学习 NetLogo 语言课程 README 明确说明若想深入学习可查阅 NetLogo 官方的入门交互式词典但理解以下几个语言构件足以支撑你完成改编create-turtles创建指定数量的智能体。Virus 模型中每个 turtle 代表一个人其健康状态易感/感染/康复/死亡通常用颜色等属性表示ask turtles [...]让全体智能体并行执行括号中的代码。模型中每一 tick时间步都会让每个人执行一次移动、接触、可能感染等动作ask特定群体只对满足条件的智能体发指令例如只让感染者执行传播动作breed [cats cat]定义不同品种的智能体作业中可能用来区分已免疫者重症者等不同角色。Virus 模型正是典型的多智能体系统宏观上的感染人数曲线完全由微观上每个个体的三条局部规则决定——移动在 patch 之间随机游走、接触感染遇到感染者时按概率感染、康复或死亡感染持续一段时间后转变状态。这与课程 README 中 Flocking 模型的原理完全一致个体只看局部信息、只守简单规则整体行为由交互自然涌现。第三步把 Virus 模型改造成 COVID-19 模拟器作业建议的路线是tweak微调而非从零编写。改造思路建议按以下四步推进1. 梳理参数映射把滑块对应到流行病学概念打开 Virus 模型后Interface 中通常有若干滑块与开关具体以你打开的模型界面为准改造的第一步是把每个控件映射到 COVID-19 的现实概念模型控件示意对应的现实流行病学含义建议的 COVID-19 取值方向初始感染人数疫情输入病例数 / 首发病例设为少量观察指数传播阶段人口数量 / 场地密度城市人口密度提高密度会加速传播感染概率transmission有效接触传播率与 R0 相关上调模拟高传染性毒株恢复/免疫概率康复并获得免疫力调节免疫时长观察二次感染感染持续时间潜伏期 病程对照新冠的数天量级死亡概率若存在病死率IFR按当时公开口径的量级设置注意不同版本的 Virus 模型控件名称不同。做作业时先在 Info 标签页阅读模型自带的说明确认每个滑块的语义再在报告/视频中明确写出你的映射表——这正是作业要求的模型与现实对应关系。2. 修改个体行为规则Code 标签页要模拟 COVID-19 特有的传播特征可能需要小幅修改 Code 中的行为规则例如社交距离减小智能体的移动步长forward数值或减少相遇频率模拟封锁/居家政策无症状传播为感染者增加一个潜伏期状态潜伏期内不发病但仍可传播人口流动限制把场地划分为若干区域并限制跨区移动模拟封城后的空间隔离。每改一处都回到 Interface 重新 Setup 并运行对比曲线变化。课程 README 提醒个体规则修改后全局行为可能完全出乎意料——这正是涌现系统的魅力也是作业中值得在视频里重点讲解的部分。3. 对照真实疫情曲线做验证一个尽可能精确的 COVID-19 模型其感染者/累计病例曲线应呈现疫情报道中常见的形态初期指数增长、达到感染高峰后回落、最终趋于平稳群体免疫或干预生效。你可以通过以下实验验证模型的合理性把感染概率设为 0疫情应立即终止验证传播链路确实依赖该参数把移动范围/社交距离调到极小曲线应明显变缓验证干预措施的作用改变初始感染人数观察流行拐点的时间变化。这与 Flocking 模型的参数实验同构——课程 README 提到把鸟群的视野范围调为 0 时所有鸟失明、聚集停止同理你的病毒模型也应能通过极端参数验证每条规则的必要性。4. 课程中的其他模型可作为灵感来源作业只要求选取一个模型Virus 只是官方推荐示例。课程 README 还列出了若干可参考的模型它们同样可以成为你现实场景的起点Art → Fireworks烟花是个体火焰流集体行为的展现Social Science → Traffic Basic / Traffic Grid一维/二维城市交通模型每辆车遵守前方空则加速限速内、见障碍则刹车的规则可用来模拟交通管制对通行效率的影响Social Science → Party鸡尾酒会上人群如何聚集成群可用来模拟人群聚集动力学。无论选哪个模型作业的逻辑完全一致选模型 → 找现实映射 → 调参改规则 → 验证行为 → 交付演示。第四步保存副本并制作视频演示作业的交付物有明确的两种形式缺一不可1. 保存模型副本在完成所有修改后将模型另存为独立副本保存你改动的代码、界面布局与参数预设。这样既证明工作过程可复现也让评审者能亲手运行你的模型。2. 制作视频演示录制一段视频可使用 NetLogo 界面自带的录制功能或系统屏幕录制工具内容至少覆盖演示运行Setup → Go展示疫情曲线的完整演变过程参数对比切换关键滑块如社交距离、感染概率展示不同政策下的疫情走向差异讲清映射逐个说明模型中的智能体、patch、参数与现实世界人群、社区、防控措施的对应关系说明局限诚实指出模型与现实的差距例如忽略年龄结构、医疗资源、潜伏期不确定性等这恰恰能体现建模素养。验收清单对照作业要求自查完成作品后逐条核对 作业原文 的要求是否从 NetLogo 模型库中选取了至少一个现成模型是否保存了模型副本含你的全部修改模型是否在模拟一个具体、可指认的现实场景如 COVID-19 传播是否清楚说明了每个关键参数/规则与现实概念之间的映射是否制作了视频演示并在其中解释了模型与现实世界的联系是否通过参数实验验证了模型行为合理极端参数下行为符合预期结语本作业是 AI-For-Beginners 课程 中第 23 课《多智能体系统》的收尾实践也是整个课程中少有的纯仿真、无训练型作业——它考察的不是调参炼丹而是把真实世界抽象为智能体规则的能力。正如课程 README 的结论所说多智能体系统可以呈现非常多样的形态但它们的共同点是聚焦于个体智能体的简单行为通过协同效应synergetic effect实现系统整体的复杂行为。当你看到成千上万只 turtle 仅凭移动 接触 概率传染三条规则就在屏幕上复现出一条与真实疫情曲线同构的传播弧线时你就真正理解了这门课想传达的核心思想。如果你想进一步深化可以按课程 README 的 Review Self Study 建议调研多智能体系统在制造业或游戏行业的工业应用把本作业中个体规则 → 系统行为的思路迁移到真实的生产与娱乐系统中。赞分享教程人工智能机器学习深度学习【免费下载链接】AI-For-Beginners12 Weeks, 24 Lessons, AI for All!项目地址https://gitcode.com/GitHub_Trending/ai/AI-For-Beginners点击查看免费下载相关推荐AI-For-Beginners 多智能体建模实战用 NetLogo Virus 模型模拟 COVID-19 传播AI For Beginners 多智能体建模实战用 NetLogo Virus 模型模拟 COVID 19 传播 本文是 AI For Beginners教程人工智能机器学习深度学习AI-For-Beginners NetLogo 作业实战用多智能体建模模拟 COVID-19 疫情传播AI For Beginners NetLogo 作业实战用多智能体建模模拟 COVID 19 疫情传播 本指南对应 AI For Beginners htt教程人工智能机器学习深度学习AI-For-Beginners 实战任务用 NetLogo 改造病毒模型模拟 COVID-19 式传播AI For Beginners 实战任务用 NetLogo 改造病毒模型模拟 COVID 19 式传播 导读 本文围绕 AI For Beginners教程人工智能机器学习深度学习上一篇ChanlunX免费通达信缠论插件如何在主图自动画出笔、线段与中枢下一篇3步连通 Python 与 VirtuosoSkillBridge 自动化通道创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 AI-For-Beginners 多智能体建模实战：用 NetLogo 改编 Virus 模型模拟 COVID-19 传播
教程人工智能机器学习深度学习【免费下载链接】AI-For-Beginners12 Weeks, 24 Lessons, AI for All!项目地址https://gitcode.com/GitHub_Trending/ai/AI-For-Beginners点击查看免费下载本篇文章对应 AI-For-Beginners 课程 第 23 课《多智能体系统》 的课后作业作业原文。核心任务是从 NetLogo 内置模型库中选取一个现成模型通过修改参数与规则使其尽可能真实地模拟一个现实场景——官方推荐的经典案例是改编Alternative Visualizations 文件夹下的 Virus 模型用于模拟 COVID-19 的传播。读完本文你将掌握 NetLogo 模型库的打开与运行方式、Turtle/Patches/Observer 三种仿真角色的运作原理、把传染病模型改造成疫情模拟器的建模思路以及保存副本 制作视频演示的完整交付流程。作业目标用多智能体仿真还原一个真实世界场景多智能体系统Multi-Agent Systems是 AI 中一个独特的分支其核心思想是涌现emergent / synergetic大量行为简单的个体Agent在局部规则驱动下相互交互整体却呈现出更复杂、更智能的系统行为。本课作业正是这一思想的最佳实践载体——NetLogo 中的每个病毒、每只羊、每辆车都是一个独立智能体而你不需要为整个系统编写全局算法只需要为个体定义规则。作业原文lessons/6-Other/23-MultiagentSystems/assignment.md要求从 NetLogo 模型库中选取一个模型用它尽可能精确地模拟一个真实生活场景给出的示范路径是改编 Alternative Visualizations 文件夹中的 Virus 模型展示其如何用于建模COVID-19 的传播最终要回答一个挑战性问题你能否构建一个模仿真实病毒传播的模型展示你的工作保存一份模型副本并制作一段视频演示说明模型与现实场景之间的对应关系。作业的核心评价维度不是模型是否完美而是你是否清楚地说清了模型与现实之间的映射关系——这恰恰是多智能体建模以及一切科学建模最重要的能力。为什么选择 NetLogo多智能体建模的入门利器在动手之前先理解 NetLogo 在本课中的地位。课程 README 指出NetLogo 是一个基于 Logo 语言改良版的多智能体建模环境。它让你控制一个名为turtle海龟的智能体可以移动并在身后留下轨迹从而以非常直观的方式观察单个智能体的行为。NetLogo 世界由三类对象构成对应 README 中的 Main Principles 一节对象角色关键点Agentsturtles在场地中移动并执行动作的智能体用ask turtles [...]向全体智能体发指令括号内代码以 turtle 模式并行执行Patches智能体所在的正方形区域可ask patches改变颜色与属性也可引用同一 patch 上的所有智能体Observer控制整个世界的唯一智能体所有按钮处理器Setup/Go以 observer 模式执行正是turtle 模式与 patch 模式的代码由所有智能体同时并行执行这一机制使得你只需编写少量个体行为代码就能让整个仿真系统涌现出复杂行为。这也是本作业的底层原理COVID-19 的宏观传播曲线是由成千上万个个体的微观移动与感染规则叠加而成的。第一步打开模型库并运行一个现成模型从 File 菜单进入模型库安装并启动 NetLogo 后进入File → Models Library模型库。模型库左侧按主题分类Art艺术、Biology生物、Social Science社会科学、Alternative Visualizations替代可视化等右侧展示选中模型的预览画面与功能说明。你可以在搜索栏中快速定位模型点Open载入。模型库截图来源lessons/6-Other/23-MultiagentSystems/images/NetLogo-ModelLib.png课程建议可以先打开Biology → Flocking鸟群聚集模型感受多智能体的涌现行为。而作业目标模型Virus则位于Alternative Visualizations替代可视化文件夹中——作业原文明确提到正是该文件夹下的 Virus 模型最适合改编成 COVID-19 模拟器。认识主界面Interface、Info 与 Code打开模型后进入主界面如上图示例为经典的狼-羊-草捕食模型主要包含对应 课程 README 的界面说明Interface界面标签页主显示区所有智能体生存的场地、各类控件按钮、滑块等、用于显示仿真参数的图表Info 标签页模型的说明文档包含作者对模型与现实对应关系的解释——这是你写作业说明时最好的参照模板Code代码标签页NetLogo 程序编辑器。绝大多数模型的界面上都有一个Setup初始化仿真状态按钮和一个Go开始运行按钮它们在代码中由形如以下的处理器实现to go ... end运行前先点Setup再点Go。你可以随时用滑块调整参数并重新 Setup观察系统行为如何随参数变化。第二步理解 Virus 模型的多智能体机制在动手改编前先拆解病毒模型背后的智能体逻辑。虽然本作业不要求深入学习 NetLogo 语言课程 README 明确说明若想深入学习可查阅 NetLogo 官方的入门交互式词典但理解以下几个语言构件足以支撑你完成改编create-turtles创建指定数量的智能体。Virus 模型中每个 turtle 代表一个人其健康状态易感/感染/康复/死亡通常用颜色等属性表示ask turtles [...]让全体智能体并行执行括号中的代码。模型中每一 tick时间步都会让每个人执行一次移动、接触、可能感染等动作ask特定群体只对满足条件的智能体发指令例如只让感染者执行传播动作breed [cats cat]定义不同品种的智能体作业中可能用来区分已免疫者重症者等不同角色。Virus 模型正是典型的多智能体系统宏观上的感染人数曲线完全由微观上每个个体的三条局部规则决定——移动在 patch 之间随机游走、接触感染遇到感染者时按概率感染、康复或死亡感染持续一段时间后转变状态。这与课程 README 中 Flocking 模型的原理完全一致个体只看局部信息、只守简单规则整体行为由交互自然涌现。第三步把 Virus 模型改造成 COVID-19 模拟器作业建议的路线是tweak微调而非从零编写。改造思路建议按以下四步推进1. 梳理参数映射把滑块对应到流行病学概念打开 Virus 模型后Interface 中通常有若干滑块与开关具体以你打开的模型界面为准改造的第一步是把每个控件映射到 COVID-19 的现实概念模型控件示意对应的现实流行病学含义建议的 COVID-19 取值方向初始感染人数疫情输入病例数 / 首发病例设为少量观察指数传播阶段人口数量 / 场地密度城市人口密度提高密度会加速传播感染概率transmission有效接触传播率与 R0 相关上调模拟高传染性毒株恢复/免疫概率康复并获得免疫力调节免疫时长观察二次感染感染持续时间潜伏期 病程对照新冠的数天量级死亡概率若存在病死率IFR按当时公开口径的量级设置注意不同版本的 Virus 模型控件名称不同。做作业时先在 Info 标签页阅读模型自带的说明确认每个滑块的语义再在报告/视频中明确写出你的映射表——这正是作业要求的模型与现实对应关系。2. 修改个体行为规则Code 标签页要模拟 COVID-19 特有的传播特征可能需要小幅修改 Code 中的行为规则例如社交距离减小智能体的移动步长forward数值或减少相遇频率模拟封锁/居家政策无症状传播为感染者增加一个潜伏期状态潜伏期内不发病但仍可传播人口流动限制把场地划分为若干区域并限制跨区移动模拟封城后的空间隔离。每改一处都回到 Interface 重新 Setup 并运行对比曲线变化。课程 README 提醒个体规则修改后全局行为可能完全出乎意料——这正是涌现系统的魅力也是作业中值得在视频里重点讲解的部分。3. 对照真实疫情曲线做验证一个尽可能精确的 COVID-19 模型其感染者/累计病例曲线应呈现疫情报道中常见的形态初期指数增长、达到感染高峰后回落、最终趋于平稳群体免疫或干预生效。你可以通过以下实验验证模型的合理性把感染概率设为 0疫情应立即终止验证传播链路确实依赖该参数把移动范围/社交距离调到极小曲线应明显变缓验证干预措施的作用改变初始感染人数观察流行拐点的时间变化。这与 Flocking 模型的参数实验同构——课程 README 提到把鸟群的视野范围调为 0 时所有鸟失明、聚集停止同理你的病毒模型也应能通过极端参数验证每条规则的必要性。4. 课程中的其他模型可作为灵感来源作业只要求选取一个模型Virus 只是官方推荐示例。课程 README 还列出了若干可参考的模型它们同样可以成为你现实场景的起点Art → Fireworks烟花是个体火焰流集体行为的展现Social Science → Traffic Basic / Traffic Grid一维/二维城市交通模型每辆车遵守前方空则加速限速内、见障碍则刹车的规则可用来模拟交通管制对通行效率的影响Social Science → Party鸡尾酒会上人群如何聚集成群可用来模拟人群聚集动力学。无论选哪个模型作业的逻辑完全一致选模型 → 找现实映射 → 调参改规则 → 验证行为 → 交付演示。第四步保存副本并制作视频演示作业的交付物有明确的两种形式缺一不可1. 保存模型副本在完成所有修改后将模型另存为独立副本保存你改动的代码、界面布局与参数预设。这样既证明工作过程可复现也让评审者能亲手运行你的模型。2. 制作视频演示录制一段视频可使用 NetLogo 界面自带的录制功能或系统屏幕录制工具内容至少覆盖演示运行Setup → Go展示疫情曲线的完整演变过程参数对比切换关键滑块如社交距离、感染概率展示不同政策下的疫情走向差异讲清映射逐个说明模型中的智能体、patch、参数与现实世界人群、社区、防控措施的对应关系说明局限诚实指出模型与现实的差距例如忽略年龄结构、医疗资源、潜伏期不确定性等这恰恰能体现建模素养。验收清单对照作业要求自查完成作品后逐条核对 作业原文 的要求是否从 NetLogo 模型库中选取了至少一个现成模型是否保存了模型副本含你的全部修改模型是否在模拟一个具体、可指认的现实场景如 COVID-19 传播是否清楚说明了每个关键参数/规则与现实概念之间的映射是否制作了视频演示并在其中解释了模型与现实世界的联系是否通过参数实验验证了模型行为合理极端参数下行为符合预期结语本作业是 AI-For-Beginners 课程 中第 23 课《多智能体系统》的收尾实践也是整个课程中少有的纯仿真、无训练型作业——它考察的不是调参炼丹而是把真实世界抽象为智能体规则的能力。正如课程 README 的结论所说多智能体系统可以呈现非常多样的形态但它们的共同点是聚焦于个体智能体的简单行为通过协同效应synergetic effect实现系统整体的复杂行为。当你看到成千上万只 turtle 仅凭移动 接触 概率传染三条规则就在屏幕上复现出一条与真实疫情曲线同构的传播弧线时你就真正理解了这门课想传达的核心思想。如果你想进一步深化可以按课程 README 的 Review Self Study 建议调研多智能体系统在制造业或游戏行业的工业应用把本作业中个体规则 → 系统行为的思路迁移到真实的生产与娱乐系统中。赞分享教程人工智能机器学习深度学习【免费下载链接】AI-For-Beginners12 Weeks, 24 Lessons, AI for All!项目地址https://gitcode.com/GitHub_Trending/ai/AI-For-Beginners点击查看免费下载相关推荐AI-For-Beginners 多智能体建模实战用 NetLogo Virus 模型模拟 COVID-19 传播AI For Beginners 多智能体建模实战用 NetLogo Virus 模型模拟 COVID 19 传播 本文是 AI For Beginners教程人工智能机器学习深度学习AI-For-Beginners NetLogo 作业实战用多智能体建模模拟 COVID-19 疫情传播AI For Beginners NetLogo 作业实战用多智能体建模模拟 COVID 19 疫情传播 本指南对应 AI For Beginners htt教程人工智能机器学习深度学习AI-For-Beginners 实战任务用 NetLogo 改造病毒模型模拟 COVID-19 式传播AI For Beginners 实战任务用 NetLogo 改造病毒模型模拟 COVID 19 式传播 导读 本文围绕 AI For Beginners教程人工智能机器学习深度学习上一篇ChanlunX免费通达信缠论插件如何在主图自动画出笔、线段与中枢下一篇3步连通 Python 与 VirtuosoSkillBridge 自动化通道创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考