Please use this identifier to cite or link to this item:
Full metadata record
DC FieldValueLanguage
dc.contributor.authorNavarro González, Javier-
dc.description.abstractIn this thesis we present a tool for studying human behavior using agent-based modeling combined with game theory. With the help of the software Netlogo, and using the PECS reference model, we have implemented a tool for studying human behaviour based on decisions done playing to Prisoner's Dilemma, a classical game theory paradox, by using an agent-based model. We have summarized the personality of agents in ve di erent types, and by a given repertoire of possible actions, we have made agents play by using a set of rules for observing its behaviour. The experiment consist on see how agents decide whether cooperate or defect its opponent, based on their initial configuration and the in uence of each component by assigning different weights, and to demonstrate the feasibility of a tool that combine game theory, PECS reference model and agent-based modelling for studying human behaviour and use it as starting point for future studies.en
dc.description.abstractEn este proyecto presentamos una herramienta para estudiar el comportamiento humano usando un modelado basado en agentes, combinado con la teoría de juegos. Con la ayuda del software Netlogo y usando el modelo de referencia PECS, hemos implementado una herramienta para estudiar el comportamiento humano, basándose en decisiones hechas jugando al Dilema del Prisionero, una paradoja clásica de teoría de juegos, usando un modelado basado en agentes. Hemos concentrado la personalidad de los agentes entre cinco tipos distintos, y dado un repertorio de acciones posibles, hemos hecho jugar a los agentes entre sí, usando un conjunto de reglas para observar su comportamiento. El experimento consiste en ver cómo los agentes deciden entre cooperar o defectar a su oponente, basándose en su configuración inicial y en la influencia de cada componente sobre ellos, asignándoles diferentes pesos, y para demostrar la factibilidad de una herramienta que combina teoría de juegos, el modelo de referencia PECS y modelado basado en agentes para estudiar el comportamiento humano y usarla como punto de partida en futuros
dc.description.abstractEn aquest projecte, presentem una eina per estudiar el comportament humà usant un modelatge basat en agents, combinat amb la teoria de jocs. Amb l'ajuda del programari Netlogo i usant el model de referència PECS, hem implementat una eina per estudiar el comportament humà, basat en el Dilema del Presoner, una paradoxa clàssica de la teoria de jocs, que usa un modelatge basat en agents. Hem concentrat la personalitat dels agents en cinc tipus diferents, amb un repertori d'accions possibles. Hem fet jugar als agents entre si, usant un conjunt de regles per observar el seu comportament. L'experiment consisteix en veure com els agents decideixen cooperar o defectar amb el seu oponent, basant-se en la seva configuració inicial i en la influència de cada component sobre ells, assignant-los diferents pesos, per demostrar la factibilitat d'una eina que combina la teoria de jocs, el model de referència PECS i el modelatge basat en agents per estudiar el comportament humà i fer-la servir com a punt de partida en futurs
dc.publisherUniversitat Oberta de Catalunya (UOC)-
dc.rightsCC BY-NC-ND-
dc.subjectagent-based modelen
dc.subjecthuman behaviour predictabilityen
dc.subjectmodel basat en agentsca
dc.subjectmodelo basado en agenteses
dc.subjectpredicció del comportament humàca
dc.subjectpredicción del comportamiento humanoes
dc.subject.lcshArtificial intelligence -- TFMen
dc.titleAgent-based modeling of human behaviour using PECS model and game theory-
dc.audience.educationlevelEstudis de Màsterca
dc.audience.educationlevelEstudios de Másteres
dc.audience.educationlevelMaster's degreesen
dc.subject.lemacIntel·ligència artificial -- TFMca
dc.subject.lcshesInteligencia artificial -- TFMes
dc.contributor.tutorDuch Gavaldà, Jordi-
Appears in Collections:Bachelor thesis, research projects, etc.

Files in This Item:
File Description SizeFormat 
jnavarrogonTFM0719memory.pdfMemory of TFM2,11 MBAdobe PDFThumbnail