Pythagoras es un modelo basado en agentes (ABM) multifacético creado para respaldar el crecimiento y el refinamiento del Proyecto Albert del Laboratorio de Guerra del Cuerpo de Marines de los EE. UU . Cualquier cosa con un comportamiento puede representarse como un agente. La interacción de los agentes y sus comportamientos puede generar comportamientos grupales inesperados o emergentes , que es la principal fortaleza de este tipo de enfoque de modelado. A medida que Pythagoras ha crecido en capacidad, se ha aplicado a una amplia variedad de temas tácticos, operativos y de campaña en la guerra convencional e irregular.
Pythagoras ofrece un conjunto único de capacidades en el área de simulaciones basadas en agentes:
Guerra irregular Pitágoras se emplea mejor para estudiar situaciones que no están bien representadas en las simulaciones tradicionales. Un ejemplo ilustrativo es un ataque explosivo improvisado a un convoy de vehículos. La Figura 1 muestra un convoy de agentes de vehículos azules que viajan por una carretera en un entorno urbano. Hay tres agentes de dispositivos explosivos improvisados emplazados a lo largo de la carretera y un agente detonador junto al edificio. A los agentes del convoy se les dice que se sigan unos a otros, excepto el agente líder a la cabeza de la columna, cuyo comportamiento es conducir por la carretera.
La Figura 2 muestra la situación después de que dos de los vehículos pasaron por la esquina del edificio, 13 pasos de tiempo después de la Figura 1. El comportamiento del agente desencadenante es estar atento a los vehículos azules. Al ver dos vehículos, el agente desencadenante ordena a los IED que cambien su comportamiento de completamente pasivo (no hacer nada) a agresivo (¡atacar!). Los IED explotan, matando a dos vehículos del convoy, que se vuelven transparentes, y dañando a otros dos, que cambian de color. Los IED no atacaron al convoy hasta que el agente desencadenante se lo ordenó. Este escenario simple fue construido por un analista en aproximadamente dos horas, e ilustra tanto la facilidad de uso como la aplicabilidad de Pitágoras a muchas situaciones de análisis de combate y no combate. Este escenario se utilizó para examinar alternativas para la protección del convoy, como los IED.
Las simulaciones basadas en agentes crean entidades de software capaces de responder a situaciones percibidas o reales en función de conjuntos de reglas de decisión. Las interacciones entre diferentes agentes pueden crear un comportamiento autónomo y emergente (es decir, no planificado ni previsto). Pythagoras introduce nuevas capacidades para el modelado y la simulación, como reglas de decisión “suaves”, afiliación dinámica, desencadenantes de cambios de comportamiento y efectos de armas no letales .
Las reglas de decisión blandas pueden crear comportamientos de los agentes que surjan como únicos dentro de cualquier clase de agentes que originalmente se definieron como idénticos (excepto por variables incidentales como la ubicación del agente). Las reglas de decisión blandas pueden tener un rango estrecho, lo que indica un grupo homogéneo y bien disciplinado cuyas reglas de decisión son similares o idénticas, o pueden tener un rango amplio, lo que genera una variación significativa entre los individuos. Las reglas de decisión blandas se pueden utilizar con todos los atributos de un agente, así como con el estilo y la eficacia de liderazgo, la puntería, el deseo de compromiso, las preferencias de afiliación grupal y otras características del agente.
La afiliación dinámica permite que los agentes cambien de bando en función de los eventos y las acciones que ocurren a medida que se desarrolla la simulación. Un agente puede cambiar la afiliación de otro agente utilizando técnicas de influencia, como la propaganda, a través de acciones únicas que le suceden al agente, o los cambios de afiliación pueden simplemente evolucionar a lo largo de múltiples acciones.
Los activadores de cambio de comportamiento permiten a los agentes cambiar su comportamiento en función de eventos o acciones. Los agentes pueden cambiar de comportamientos agresivos a pasivos a medida que cambian sus atributos o debido a alguna acción realizada por un amigo o enemigo. Los cambios de comportamiento pueden ser inducidos por eventos individuales, eventos grupales o pueden ser ordenados por agentes líderes. No hay límite para la cantidad de comportamientos que puede definir el usuario. Estos comportamientos alternativos se pueden encadenar para crear árboles de comportamiento complejos. Las armas no letales no solo causan supresión, sino que también pueden cambiar la afiliación o los atributos de un agente. La supresión hace que un agente cese su actividad durante un período de tiempo. Los atributos o afiliaciones modificados pueden hacer que se produzca un activador de cambio de comportamiento o pueden hacer que otros agentes interactúen con el agente modificado de una manera diferente. Pythagoras conserva muchas capacidades de simulación heredadas. Incluye armas de fuego directo e indirecto, sensores, dispositivos de comunicación y terreno. Los agentes pueden representar personas, sistemas de armas u otros objetos. Se pueden representar tanto escenarios de combate tradicionales como nuevos escenarios que no sean de combate.
Pythagoras se mejora continuamente con nuevas funciones y capacidades. Recientemente, se han añadido recursos genéricos, atributos genéricos, dispositivos de comunicación y se ha ampliado el registro de diversas medidas de eficacia para el análisis posterior a la ejecución.
El conjunto diverso de aplicaciones modeladas con Pythagoras da fe de su versatilidad y utilidad. Pythagoras se ha utilizado para estudiar mejoras en el equipo de visión nocturna de los escaños en un escenario de mantenimiento de la paz. Se ha utilizado para estudiar tácticas, técnicas y procedimientos en respuesta a un ataque con armas de destrucción masiva en una instalación militar. Los estudiantes de la Academia Naval lo han utilizado para estudiar batallas históricas tan diversas como la Batalla de Ia Drang (una de las primeras batallas del Ejército de los EE. UU. en Vietnam), la Batalla de Midway y Chancellorsville. Se utilizó para estudiar tácticas para usar municiones lanzadas desde el aire para limpiar obstáculos y minas en aguas poco profundas. Actualmente se está utilizando para respaldar dos estudios diferentes (uno de Northrop Grumman y el otro de estudiantes de la Escuela Naval de Postgrado) de dinámicas de población en áreas del mundo donde es posible una insurgencia y se envía a los marines para brindar ayuda en caso de desastre después de un terremoto.
Pythagoras se ejecuta en una PC o cualquier otra plataforma que admita Java 1.5 y JAXB 2.0. Es especialmente adecuado para la recolección de datos: ejecutar una gran cantidad de repeticiones de ejecuciones paramétricas para identificar áreas de comportamientos inesperados y resultados no lineales en un entorno en coevolución.
Su herencia se remonta al Proyecto Albert, un proyecto internacional dedicado a la investigación de los aspectos humanos de la guerra, como los intangibles, los objetivos en evolución conjunta y las relaciones no lineales.
Pitágoras comenzó originalmente como un método mediante el cual el modelo de Arquímedes proporcionado por el Cuerpo de Marines de EE. UU. podía mejorarse, modificarse o controlarse para permitirle ejecutar grandes conjuntos de problemas en múltiples plataformas y analizarse mediante técnicas de cultivo de datos en la plataforma Gilgamesh ubicada en el Centro de Computación de Alto Rendimiento de Maui (MHPCC).