Агентное моделирование в археологии и антропологии: от миграций Homo sapiens к культурной динамике (аналитический обзор)

Аннотация

Введение. Агентное моделирование (ABM) представляет собой метод, позволяющий исследовать сложные социальные и культурные процессы прошлого путём имитации поведения отдельных индивидов или групп в заданной среде. Учитывая индивидуальные различия, формы взаимодействия и реакцию агентов на внешние условия, этот подход особенно эффективен при реконструкции миграций, расселения Homo sapiens и эволюции социальных институтов. Хотя за рубежом ABM активно применяется в археологии и антропологии, в отечественной науке этот подход пока используется крайне редко.

Материалы и методы. Настоящий обзор основан на открытых академических источниках, отобранных с помощью специализированных поисковых систем, включая Google Scholar, Scopus, Web of Science, PubMed и Semantic Scholar. Из более чем 70 публикаций были выбраны 25, отвечающие критериям воспроизводимости моделей и междисциплинарного подхода, сочетающего археологические, генетические и климатические данные.

Результаты. Агентное моделирование применялось для воспроизведения выхода Homo sapiens из Африки, неолитической экспансии, расселения в Евразии, взаимодействий между мигрантами и аборигенными группами, а также для анализа эволюции языка. Модели демонстрируют, как климатические условия, демографические параметры и социальные нормы оказывали влияние на поведение агентов и формирование социальных структур.

Обсуждение. Несмотря на высокий потенциал, агентное моделирование обладает рядом ограничений: оно чувствительно к исходным параметрам, нередко характеризуется низкой воспроизводимостью и упрощённым представлением культурных компонентов. Одним из приоритетных направлений дальнейшего развития метода является интеграция биологических, социальных и культурных факторов, а также обеспечение открытости моделей для верификации и последующего развития.

Заключение. Агентное моделирование формирует новую исследовательскую парадигму, в рамках которой индивидуальное поведение на микроуровне может быть напрямую связано с макродинамикой социальной, демографической и культурной эволюции. Этот подход открывает возможности для подлинно междисциплинарного анализа прошлого человека и построения альтернативных сценариев его исторического развития.

Благодарности. Исследование выполнено в рамках государственного задания МГУ имени М.В.Ломоносова.

Литература

Aubán J.B.C., Barton C.M., Pardo Gordó S., Bergin S.M. Modeling initial Neolithic dispersal: The first agricultural groups in West Mediterranean. Ecol. Model., 2015, 307, pp. 22–31. DOI: 10.1016/j.ecolmodel.2015.03.015

Azumagakito T., Suzuki R., Arita T. An integrated model of gene-culture coevolution of language mediated by phenotypic plasticity. Sci. Rep., 2018, 8 (1), 8025. https://doi.org/ 10.1038/s41598-018-26233-7

Callegari S., Weissmann J., Tkachenko N., Petersen W., Lake G., Ponce de León M., Zollikofer C. An agent-based model of human dispersals at a global scale. Adv. Complex Syst., 2013, 16. https://doi.org/ 10.1142/S0219525913500239

Carney M., Davies B. Agent-based modeling, scientific reproducibility, and taphonomy: A successful model implementation case study. J. Comput. Appl. Archaeol., 2020, 3 (1), pp. 182–196. https://doi.org/ 10.5334/jcaa.52

Currat M., Arenas M., Quilodràn C.S., Excoffier L., Ray N. SPLATCHE3: Simulation of serial genetic data under spatially explicit evolutionary scenarios including long-distance dispersal. Bioinformatics, 2019, 35 (21), pp. 4480–4483. https://doi.org/ 10.1093/bioinformatics/btz311

Hölzchen E., Hertler C., Timm I., Lorig F. Evaluation of Out of Africa hypotheses by means of agent-based modeling. Quat. Int., 2016, 413 (B), pp. 78–90. https://doi.org/ 10.1016/j.quaint.2015.11.022

Klabunde A., Willekens F. Decision-making in agent-based models of migration: State of the art and challenges. Eur. J. Popul., 2016, 32. https://doi.org/ 10.1007/s10680-015-9362-0

Kondor D., Bennett J.S., Gronenborn D., et al. Explaining population booms and busts in Mid-Holocene Europe. Sci. Rep., 2023, 13, 9310. https://doi.org/ 10.1038/s41598-023-35920-z

LaPolice T.M., Williams M.P., Huber C.D. The European Neolithic expansion: A model revealing intense assortative mating and restricted cultural transmission. bioRxiv, 2024. https://doi.org/ 10.1101/2024.04.29.591653

Macal C.M. Everything you need to know about agent-based modelling and simulation. J. Simul., 2017, 10 (2), pp. 144–156. https://doi.org/ 10.1057/jos.2016.7

Mesoudi A., O’Brien M. The cultural transmission of Great Basin projectile-point technology I: An experimental simulation. Am. Antiq., 2008, 73, pp. 3–28. https://doi.org/ 10.2307/25470456

Norman K., Inglis J., Clarkson C., Faith J.T., Shulmeister J., Harris D. An early colonisation pathway into northwest Australia 70–60,000 years ago. Quat. Sci. Rev., 2018, 180, pp. 229–239. https://doi.org/ 10.1016/j.quascirev.2017.11.023

Railsback S.F., Grimm V. Agent-Based and Individual-Based Modeling: A Practical Introduction. Princeton: Princeton University Press, 2012.

Rasteiro R., Chikhi L. Investigating sex-biased migration during the Neolithic transition in Europe using an explicit spatial simulation framework. Proc. R. Soc. B, 2012, 279, pp. 4442–4449. https://doi.org/ 10.1098/rspb.2011.2323

Rio J., Quilodrán C.S., Currat M. Spatially explicit paleogenomic simulations support cohabitation with limited admixture between Bronze Age Central European populations. Commun. Biol., 2021, 4, 1163. https://doi.org/ 10.1038/s42003-021-02670-5

Romanowska I., Wren C., Crabtree S. Agent-Based Modeling for Archaeology: Simulating the Complexity of Societies. Santa Fe Institute Press, 2021 https://doi.org/ 10.37911/9781947864382.

Rorabaugh A.N. Impacts of drift and population bottlenecks on the cultural transmission of a neutral continuous trait: An agent-based model. J. Archaeol. Sci., 2014, 49, pp. 255–264. https://doi.org/ 10.1016/j.jas.2014.05.016

Ruland M., Andirkó A., Romanowska I., Boeckx C. Modelling of factors underlying the evolution of human language. Adapt. Behav., 2023, 31 (4), pp. 351–364. https://doi.org/ 10.1177/10597123221147336.

Scherjon F. Virtual Neanderthals: A Study in Agent-Based Modelling Late Pleistocene Hominins in Western Europe. Ph.D. diss., Leiden University, 2019. https://doi.org/ openaccess.leidenuniv.nl/handle/1887/73639

Steels L. Agent-based models for the emergence and evolution of grammar. Philos. Trans. R. Soc. B, 2016, 371, 20150447. https://doi.org/ 10.1098/rstb.2015.0447

Timm I., Lorig F., Hölzchen E., Hertler C. Multi-scale agent-based simulation of long-term dispersal processes: Towards a sophisticated simulation model of hominin dispersal. In: Multi-Agent-Based Simulation XVI, 2016. https://doi.org/ 10.1007/978-3-319-31481-5_2

Vahdati R.A., Weissmann J., Timmermann A., Ponce de León M., Zollikofer C. Exploring Late Pleistocene hominin dispersals, coexistence and extinction with agent-based multi-factor models. Quat. Sci. Rev., 2022, 279, 107391. https://doi.org/ 10.1016/j.quascirev.2022.107391

Vallée F., Luciani A., Cox M.P. Reconstructing demography and social behavior during the Neolithic expansion from genomic diversity across Island Southeast Asia. Genetics, 2016, 204 (4), pp. 1495–1506. https://doi.org/ 10.1534/genetics.116.191379

Williams A.J., Mesoudi A. A formal test using agent-based models of the circumscription theory for the evolution of social complexity. J. Archaeol. Sci., 2024, 172. https://doi.org/ 10.1016/j.jas.2024.106090

Wren C.D., Burke A. Habitat suitability and the genetic structure of human populations during the Last Glacial Maximum (LGM) in Western Europe. PLoS ONE, 2019, 14 (6), e0217996. https://doi.org/ 10.1371/journal.pone.0217996