第 8 章 沙盘工坊：平台、仿真与工程实践

第 8 章 · 沙盘工坊：平台、仿真与工程实践

章节摘要：理论学完，要有一张能动手的桌子。本章开沙盘工坊：工具墙上挂着从 NetLogo 到 Mesa 的仿真平台与从 JADE 到 Jason 的开发框架，讲清选型逻辑；工作台上讲建模—仿真—评估的完整方法论（校核、验证、确认与统计评估）；最后给小镇筑墙——恶意智能体的威胁模型、消息认证的城墙、差分隐私的户籍保护。

学习目标

阅读完本章，你应当能够：

1. 按需求（快速原型、FIPA 合规、大规模仿真、BDI 工程）选出合适的平台并说出理由；
2. 描述智能体仿真的建模循环：问题界定、实体抽象、调度设计、参数校准；
3. 区分校核（建对了吗）与验证（建对东西了吗），说出多智能体仿真特有的坑（非确定性、涌现指标）；
4. 用多种子加置信区间的方式汇报仿真结果，解释单次跑分的欺骗性；
5. 列举恶意智能体的主要攻击类别与对应防线；
6. 实现消息认证码的校验与差分隐私的加噪统计。

核心概念速览

一句金句：仿真不是让沙盘跑起来，是让沙盘跑出来的数字敢被人相信。

子章节导航

8.1 工具墙：开发平台与框架选型

工坊的第一课是认工具。NetLogo 一小时上手的建模玩具、JADE 与 FIPA 标准的合规实现、Mesa 融入 Python 数据科学生态的 ABM 框架、Jason 让 BDI 程序化的 AgentSpeak 解释器——各有各的甜区。本节给出选型对照表与决策路径，并用纯 Python 写一个最小仿真内核理解平台的底层共性。

8.2 沙盘预演：建模、仿真与评估

工具认完上工作台。本节讲多智能体仿真的方法论：从问题到模型的抽象循环、时间调度的两种流派（离散事件与时间步）、参数从哪来（校准）、模型对不对（验证），以及把性能评估做诚实的统计纪律——多种子、对照组、置信区间。用谢林隔离模型做全程示范。

8.3 城墙与户籍：安全与隐私

开放小镇的阴暗面：说谎的投标者、伪装的傀儡账号、窃听的邮差。本节搭威胁模型（欺骗、拒绝服务、女巫、合谋），砌两道墙——消息认证（防篡改防抵赖）与访问控制；再给户籍档案加上差分隐私（统计可用、个体不可见），并讨论联邦式协作学习如何让镇民不出数据也能共同进步。

子章节之间的逻辑关系

三节是"备工具、做实验、防破坏"的工程闭环：8.1 提供场地，8.2 在场地上做可信实验（前两章学堂的学习算法正好来这里跑统计评估），8.3 保证实验与系统在敌意环境下仍能运转（第 5 章的声誉机制在这里并入完整威胁模型）。

8.1 认工具 ──► 8.2 做可信实验 ──► 8.3 御敌于墙外
     │               │                  │
     └─ 第7章算法的跑场  └─ 多种子统计纪律   └─ 声誉+认证+隐私的纵深防御
​

本章可考核知识点清单

• 能对给定项目说出首选平台与淘汰理由；
• 能区分离散事件调度与时间步调度的适用场景；
• 能解释"校核"与"验证"的差异并各举一个失败案例形态；
• 能说出为什么多智能体仿真必须报多种子均值与置信区间；
• 能列举至少四类恶意智能体攻击与对应防线；
• 能说明差分隐私的epsilon 含义与"可用性对隐私"的权衡。

前置知识与后续延伸

• 前置知识：第 2 章 BDI（Jason 平台的地基）、第 3 章 FIPA-ACL（JADE 的规范来源）、第 7 章学习算法（评估的对象）；Python 基础即可，不要求装任何平台——本章代码全部标准库可跑。
• 后续延伸：本章的方法论直接服务第 9 章的八大应用现场；安全议题在分布式系统与密码学课程里有整座冰山（本册只取与智能体相关的水面部分，想潜深可去看《密码学基础》与《安全多方计算》两册）。