8.2 沙盘预演：建模、仿真与评估

8.2 沙盘预演：建模、仿真与评估

摘要：仿真方法论的核心不是让模型跑起来，而是让跑出来的数字可信。本节讲建模循环（问题、实体、规则、调度、指标）、两种时间调度与激活次序的门道、校核与验证的分野（建对了吗与建对东西了吗）、以及性能评估的统计纪律——多种子、对照组、置信区间。全程用谢林隔离模型示范。

经济学家谢林某天在餐巾纸上摆弄硬币：黑白两色在棋盘上随机撒开，只加一条"邻居里同色不到三成就想搬家"的温和偏好，再让不满意的硬币随机挪窝。几轮之后，棋盘上赫然浮现大片纯色聚居区——没有人想要隔离，隔离却自己长了出来。这个后来拿了诺贝尔奖的餐巾纸实验，是多智能体仿真最著名的招生广告：简单个体规则涌现复杂社会图样。工坊第二课讲怎么把这类沙盘实验做得可信——上一章学堂的算法也要在这里学会"报分数"的正确姿势，本节同时收编旧教程"性能评估与验证"一讲的全部内容。

建模循环：从问题到沙盘的五步

可信的仿真始于克制的提问。第一步界定问题：要回答什么、不要回答什么（谢林模型回答"温和偏好能否涌现隔离"，不回答"某城某街区为何隔离"）。第二步抽象实体：哪些进模型、哪些砍掉——智能体的属性（颜色）、行为规则（搬家条件）各是什么。第三步设计环境与调度：棋盘、邻域形状（四邻还是八邻）、时间怎么推进。第四步定指标：涌现现象怎么量化（同色邻居占比即隔离指数）。第五步校准与验证：参数从数据或文献来，输出与程式化事实对表。循环往复，每次只动一个假设。

调度与激活次序是多智能体仿真特有的暗坑：同一批智能体，"同步更新"（全体基于上一时刻状态同时决策）与"异步更新"（按序逐个决策，后者看得到前者的新位置）能走出完全不同的动力学；固定顺序的异步调度还会给排前面的智能体系统性优势。标准做法是随机洗牌：每轮打乱激活顺序，把次序偏差平均掉。此外，时间步调度（每 tick 全员动一次，直观）与离散事件调度（只在事件发生时刻推进钟，高效）适合的问题类型不同——交通流常用时间步，排队网络常用离散事件。

图 8-2 可信沙盘的闭环：建模、校核、验证、评估

校核与验证：两个常被混用的词

**校核（verification）**问的是"代码 faithfully 实现了模型吗"：搬家规则写反没有？邻域数错没有？手段是工程老三样——单元测试（每个行为规则配对拍测试）、轨迹跟踪（打印单个智能体的完整决策史人工复查）、不变量检查（智能体总数守恒、状态空间不越界）。**验证（validation）**问的是"模型 faithfully 反映了现实吗"：隔离指数的动态像不像真实城市的演化曲线？手段有程式化事实对表（现实中的若干定量规律，模型应复现）、历史数据回放（把过去的初始条件灌进去，看输出对不对得上历史）、专家面审（领域学者看动画找茬）。两问一字之差，答错对象全白干——代码零缺陷的错模型，跑得越快错得越远。

代码实验一：谢林隔离模型

把餐巾纸实验搬进代码。网格上随机撒两色住户，规则只有一条：邻居中同色占比低于容忍阈值就搬家（挪到随机空格）。指标是全体住户的"同色邻居平均占比"。

import random

class SchellingTown:
    def __init__(self, size=20, empty_ratio=0.2, tolerance=0.3, seed=0):
        self.rng = random.Random(seed)
        self.size, self.tol = size, tolerance
        cells = ([1] * int(size*size*(1-empty_ratio)//2)
                 + [2] * int(size*size*(1-empty_ratio)//2)
                 + [0] * (size*size
                          - 2*int(size*size*(1-empty_ratio)//2)))
        self.rng.shuffle(cells)
        self.grid = {((i//size, i % size)): cells[i]
                     for i in range(size*size)}
        self.rounds = 0

    def neighbors(self, pos):
        x, y = pos
        out = []
        for dx in (-1, 0, 1):
            for dy in (-1, 0, 1):
                if dx == dy == 0:
                    continue
                n = (x+dx, y+dy)
                if n in self.grid and self.grid[n] != 0:
                    out.append(self.grid[n])
        return out

    def unhappy(self, pos):
        nb = self.neighbors(pos)
        if not nb:
            return False
        same = sum(1 for v in nb if v == self.grid[pos])
        return same / len(nb) < self.tol

    def step(self):
        """一轮：随机洗牌后逐户检查，不满意的搬去随机空格。"""
        self.rounds += 1
        empties = [p for p, v in self.grid.items() if v == 0]
        movers = [p for p in self.grid if self.grid[p] != 0
                  and self.unhappy(p)]
        self.rng.shuffle(movers)                    # 洗牌激活
        for p in movers:
            if not empties:
                break
            dest = empties.pop(self.rng.randrange(len(empties)))
            self.grid[dest], self.grid[p] = self.grid[p], 0
            empties.append(p)
        return len(movers)

    def segregation(self):
        """同色邻居平均占比：零为彻底混居 一为完全隔离。"""
        ratios = []
        for pos, v in self.grid.items():
            if v == 0:
                continue
            nb = self.neighbors(pos)
            if nb:
                ratios.append(sum(1 for x in nb if x == v) / len(nb))
        return sum(ratios) / len(ratios)

town = SchellingTown(size=20, tolerance=0.3, seed=3)
print(f"初始隔离指数 {town.segregation():.3f}")
for _ in range(12):
    moved = town.step()
    if moved == 0:
        break
print(f"{town.rounds} 轮后隔离指数 {town.segregation():.3f}")
​

看数字说话：容忍阈值三成（相当温和的偏好），隔离指数却从五成附近一路爬到八九成——个体只要求"同色别太少"，群体却走成了"几乎全同色"。谢林的洞见正在这里：隔离不需要种族主义者，温和偏好加搬家的正反馈就够了。

代码实验二：把评估做诚实

单次跑分不算结论。让同一模型跨种子重复运行，再扫一列容忍阈值，用"均值加减百分之九十五置信区间"汇报。性能评估（第 7 章算法也一样）的统计纪律全在这一段代码里。

import math

def run_once(tolerance, seed, steps=12, size=20):
    town = SchellingTown(size=size, tolerance=tolerance, seed=seed)
    for _ in range(steps):
        if town.step() == 0:
            break
    return town.segregation()

def evaluate(tolerance, n_seeds=30):
    xs = [run_once(tolerance, seed=s) for s in range(n_seeds)]
    mean = sum(xs) / n_seeds
    var = sum((x-mean)**2 for x in xs) / (n_seeds-1)
    half = 1.96 * math.sqrt(var / n_seeds)        # 正态近似置信区间
    return mean, half

print(f"{'阈值':>4} {'隔离指数(均值±CI)':>22} {'轮内搬家未停':>10}")
for tol in (0.1, 0.3, 0.5, 0.7):
    mean, half = evaluate(tol)
    print(f"{tol:>4} {mean:11.3f} ± {half:.3f}")
​

三个看点：其一，置信区间随阈值的变化幅度——若两组的区间重叠严重，"阈值提升隔离"的结论就要谨慎；其二，区间宽度本身是信息——太宽说明方差大，要么加种子数要么承认结论不稳；其三，把 n_seeds 从三十降到一，看看单次跑分离均值能偏多远——那是你差点要汇报的那条数字。这套纪律对第 7 章的学习算法原样适用：训练曲线要跨种子汇报，对照实验要配对比较，调参的分数永远要在没参与调参的种子上复核。

⚠️ 常见坑一：种子樱桃——试跑二十个种子挑最好看的截图汇报。防御：预注册种子集合（比如零到二十九），全部汇报。坑二：校准与验证同源——用同一批历史数据既调参数又验模型，等于开卷考试；必须留出没碰过的数据做最终验证。坑三：把涌现指标当设计目标——你可以调参数让隔离指数下降，但真实世界不归你调参；仿真结论永远是"在该模型假设下"，假设清单要随结论一起呈堂。

💡 关键直觉：多智能体仿真的说服力来自它背叛你直觉的方式（温和偏好涌现隔离），而不是它印证你直觉的方式。模型复现常识不算贡献，模型暴露反直觉机制才是——选研究问题时值得记住这一条。

沙盘推演小结

沙盘台的规矩立起来了：先界定问题、再洗牌调度、跑完多种子、报区间不报单点、校核验证分两关过。学徒们把第 7 章的学习算法也搬上了台，成绩单第一次有了像样的误差棒。工坊还剩最后一堵墙要砌——沙盘小镇开在真实世界里，墙外有骗子有扒手，下一章给小镇装上门禁与窗帘。