Stefano Blando.
English

Conference paper · 2026

Towards Agentic Agent-based Models: Feasibility, Performance, and Statistical Model Checking

me-it, Emanuele Guerrazzi, Riccardo Porcedda, Giuseppe Squillace, Max Tschaikowski, Andrea Vandin

AISoLA 2026 (in corso di pubblicazione; arXiv:2607.17948)

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.