Integración de ABM y MAS. Desarrollo de herramientas de apoyo a la decisión en políticas de sostenibilidad

• Autores: Alejandro Rodríguez Arias
• Directores de la Tesis: Noelia Sánchez-Maroño (dir. tes.) , Bertha Guijarro-Berdiñas (codir. tes.)
• Lectura: En la Universidade da Coruña ( España ) en 2025
• Idioma: español
• Número de páginas: 161
• Tribunal Calificador de la Tesis: David Camacho Fernández (presid.) , Elena Hernández-Pereira (secret.) , Jose M. Juarez (voc.)
• Enlaces
  • Tesis en acceso abierto en: RUC
• Resumen
  • español

    La presente tesis doctoral se enmarca en el esfuerzo interdisciplinar por mejorar las herramientas de análisis y simulación para la formulación de políticas públicas sostenibles. En un contexto marcado por la necesidad de afrontar los Objetivos de Desarrollo Sostenible (ODS), esta investigación explora la convergencia entre dos enfoques clave de la inteligencia artificial: el Modelado Basado en Agentes (ABM) y los Sistemas Multiagente (MAS). Este trabajo, realizado dentro del proyecto europeo SMARTEES, se centra en el desarrollo de modelos capaces de representar de forma realista la complejidad de las dinámicas sociales, teniendo en cuenta la heterogeneidad individual, las redes de interacción, la evolución de normas sociales y la influencia de factores institucionales. En SMARTEES se propone un ABM genérico que permite analizar escenarios de transición hacia la sostenibilidad. Para ello se explora cómo la sinergia entre ABM y MAS puede potenciar el desarrollo de herramientas computacionales avanzadas. Estas herramientas están diseñadas para apoyar a los responsables políticos en la evaluación prospectiva de escenarios, la comprensión de los impactos de sus decisiones en el comportamiento del sistema y la identificación de estrategias óptimas para promover la sostenibilidad. A través de este enfoque integrado, se busca mejorar la capacidad de análisis y predicción de los modelos existentes, proporcionando una visión más holística y dinámica de los sistemas involucrados en las políticas de sostenibilidad. Asimismo, se aborda el reto de generar poblaciones artificiales realistas a partir de datos empíricos y se potencia el realismo de las simulaciones mediante la integración del modelo en entornos gráficos, como Netlogo o Unity. Además, se desarrollan herramientas específicas, como EGAR, para facilitar esta implementación. Esta tesis no solo ofrece una contribución metodológica al campo de la simulación social y la inteligencia artificial, sino que también proporciona un conjunto de herramientas prácticas para apoyar la toma de decisiones en políticas públicas, permitiendo la exploración de escenarios alternativos y la anticipación de efectos emergentes ante distintas intervenciones. Las herramientas propuestas tienen el potencial de mejorar la eficacia de las políticas, fomentar la gestión eficiente de recursos y promover la adopción de prácticas más sostenibles, contribuyendo así a un futuro más resiliente y equitativo.

  • English

    This doctoral thesis is part of the interdisciplinary effort to improve analysis and simulation tools for sustainable public policy formulation. In a context marked by the need to address the Sustainable Development Goals (SDGs), this research explores the convergence between two key approaches to artificial intelligence: Agent-Based Modeling (ABM) and Multi-Agent Systems (MAS). This work, carried out within the European SMARTEES project, focuses on the development of models capable of realistically representing the complexity of social dynamics, taking into account individual heterogeneity, interaction networks, the evolution of social norms and the influence of institutional factors. SMARTEES proposes a generic ABM that allows the analysis of transition scenarios towards sustainability. It explores how the synergy between ABM and MAS can enhance the development of advanced computational tools. These tools are designed to support policy makers in prospectively assessing scenarios, understanding the impacts of their decisions on system behavior, and identifying optimal strategies to promote sustainability. Through this integrated approach, we seek to improve the analytical and predictive capabilities of existing models, providing a more holistic and dynamic view of the systems involved in sustainability policies. It also addresses the challenge of generating realistic artificial populations from empirical data and enhances the realism of the simulations by integrating the model into graphical environments, such as Netlogo or Unity. In addition, specific tools, such as EGAR, are developed to facilitate this implementation. This thesis not only offers a methodological contribution to the field of social simulation and artificial intelligence, but also provides a set of practical tools to support public policy decision making, allowing the exploration of alternative scenarios and the anticipation of emerging effects of different interventions. The proposed tools have the potential to improve policy effectiveness, foster efficient resource management and promote the adoption of more sustainable practices, thus contributing to a more resilient and equitable future.

  • galego

    A presente tese doutoral enmárcase no esforzo interdisciplinar por mellorar as ferramentas de análise e simulación para a formulación de políticas públicas sostibles. Nun contexto marcado pola necesidade de afrontar os Obxectivos de Desenvolvemento Sostible (ODS), esta investigación explora a converxencia entre dous enfoques chave da intelixencia artificial: o Modelado Baseado en Axentes (ABM) e os Sistemas Multiaxente (MAS). Este traballo, realizado dentro do proxecto europeo SMARTEES, céntrase no desenvolvemento de modelos capaces de representar de forma realista a complexidade das dinámicas sociais, tendo en conta a heteroxeneidade individual, as redes de interacción, a evolución das normas sociais e a influencia de factores institucionais. En SMARTEES proponse un ABM xenérico que permite analizar escenarios de transición cara á sustentabilidade. Para iso explórase como a sinerxia entre ABM e MAS pode potenciar o desenvolvemento de ferramentas computacionais avanzadas. Estas ferramentas están deseñadas para apoiar aos responsables políticos na avaliación prospectiva de escenarios, a comprensión dos impactos das súas decisións no comportamento do sistema e a identificación de estratexias óptimas para promover a sustentabilidade. A través deste enfoque integrado, búscase mellorar a capacidade de análise e predición dos modelos existentes, proporcionando unha visión máis holística e dinámica dos sistemas involucrados nas políticas de sustentabilidade. Con todo, abórdase o reto de xerar poboacións artificiais realistas a partir de datos empíricos e poténciase o realismo das simulacións mediante a integración do modelo en contornas gráficas, como Netlogo ou Unity. Ademais, desenvólvense ferramentas específicas, como EGAR, para facilitar esta implementación. Esta tese non só ofrece unha contribución metodolóxica ao eido da simulación social e a intelixencia artificial, senón que tamén proporciona un conxunto de ferramentas prácticas para apoiar a toma de decisións en políticas públicas, permitindo a exploración de escenarios alternativos e a anticipación de efectos emerxentes ante distintas intervencións. As ferramentas propostas teñen o potencial de mellorar a eficacia das políticas, fomentar a xestión eficiente de recursos e promover a adopción de prácticas máis sostibles, contribuíndo así a un futuro máis resiliente e equitativo.