Towards Agentic Agent-based Models: Feasibility, Performance, and Statistical Model Checking
me-it, Emanuele Guerrazzi, Riccardo Porcedda, Giuseppe Squillace, Max Tschaikowski, Andrea Vandin
Cita conference paper generata da arXiv
@misc{meit2026agentic,
title = {Towards Agentic Agent-based Models: Feasibility, Performance, and Statistical Model Checking},
author = {me-it and Guerrazzi, Emanuele and Porcedda, Riccardo and Squillace, Giuseppe and Tschaikowski, Max and Vandin, Andrea},
year = {2026},
eprint = {2607.17948},
archivePrefix = {arXiv},
primaryClass = {econ.GN},
note = {AISoLA 2026 (in corso di pubblicazione; arXiv:2607.17948)}
} Abstract
L'integrazione dei Large Language Models (LLM) nei modelli agent-based tradizionali consente agli agenti di utilizzare tool calling, ragionamento semantico e decisioni adattive. In questo articolo, valutiamo la fattibilità, le prestazioni e il comportamento emergente dei modelli agent-based agentici utilizzando la libreria Mesa e il Statistical Model Checking via MultiVeStA. Attraverso specifiche verifiche statistiche, quantifichiamo l'impatto delle decisioni basate su LLM sulla dinamica di simulazione.