S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ilmari Kuikka Systeemitieteiden kandidaattiseminaari – Kevät 2010 Poistumistien valinnan mallintaminen rationaalisille ja harhaisille agenteille (Valmiin työn esittely) Ilmari Kuikka Ohjaaja: DI Simo Heliövaara Valvoja: prof. Harri Ehtamo

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ilmari Kuikka Systeemitieteiden kandidaattiseminaari – Kevät 2010 Poistumistien valinnan mallintaminen best response dynamiikalla  Alkuperäinen malli Ehtamo et al. –Kukin pelaaja pyrkii valitsemaan poistumistien, josta poistuminen mahdollisimman nopeaa  Best response dynamiikka –Kukin pelaaja valitsee parhaan vasteen muiden pelaajien valintoihin –Toistetaan kunnes kukaan pelaajista ei muuta valintaansa  Pelaajien valintojen suppeneminen Nash- tasapainoon

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ilmari Kuikka Systeemitieteiden kandidaattiseminaari – Kevät 2010 Malli  Pelaajia mallinnetaan agenteilla, jotka pyrkivät minimoimaan poistumisaikaansa  Kukin agentti i valitsee sen oven k, johon liittyvä kustannusfunktio on pienin

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ilmari Kuikka Systeemitieteiden kandidaattiseminaari – Kevät 2010 Muutokset alkuperäiseen malliin  Harhaisten agenttien osuus p  Kävely- ja odotusajan painokerroin α

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ilmari Kuikka Systeemitieteiden kandidaattiseminaari – Kevät 2010 Harhaiset agentit  Poistumistilanteissa ei voida olettaa, että ihmiset tuntisivat kaikkien ovien kapasiteetit  Tätä mallinnetaan harhaisilla agenteilla, joiden tieto ovien kapasiteeteista on väärä  Toimivat muuten rationaalisesti

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ilmari Kuikka Systeemitieteiden kandidaattiseminaari – Kevät 2010 Koeasetelma α = 0.5 p = 0.5 OviKapasiteetti rationaalisille Kapasiteetti harhaisille

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ilmari Kuikka Systeemitieteiden kandidaattiseminaari – Kevät 2010 Ensimmäinen päivitys

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ilmari Kuikka Systeemitieteiden kandidaattiseminaari – Kevät 2010 Toinen pävitys

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ilmari Kuikka Systeemitieteiden kandidaattiseminaari – Kevät 2010 Tasapainotila

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ilmari Kuikka Systeemitieteiden kandidaattiseminaari – Kevät 2010 Tuloksia  Harhaiset agentit nopeuttavat mallin suppenemista α = 1

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ilmari Kuikka Systeemitieteiden kandidaattiseminaari – Kevät 2010 Tuloksia  Suurilla α:n arvoilla paino on kävelyajalla ja suppeneminen on nopeaa p = 0 %

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ilmari Kuikka Systeemitieteiden kandidaattiseminaari – Kevät 2010 Tuloksia  Pienillä α:n arvoilla myös pelkkien harhaisten agenttien suppenemisaika kasvaa

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ilmari Kuikka Systeemitieteiden kandidaattiseminaari – Kevät 2010 Tuloksia  Sopivilla parametriyhdistelmillä pieni osa simulaatioista ei suppene  Malli alkaa oskilloimaan kahden tai useamman tilan välillä

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ilmari Kuikka Systeemitieteiden kandidaattiseminaari – Kevät 2010 Johtopäätökset  Poistuvan ihmisjoukon jäsenet voivat hahmottaa tilanteen eri tavalla  Tätä voidaan mallintaa muuttamalla alkuperäisen mallin parametreja  Tulosten perusteella Nash-tasapaino löytyy yleensä myös näillä muutoksilla  On olemassa parametriyhditelmiä joilla malli ei aina suppene tasapainoon

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ilmari Kuikka Systeemitieteiden kandidaattiseminaari – Kevät 2010 Kysymyksiä?