Modèle de Markov à base d'agents — Simulation hybride avec des agents autonomes et des transitions d'état de Markov

Le modèle de Markov à base d'agents (ABMM) est un cadre de simulation hybride qui intègre la logique de transition d'état de la chaîne de Markov à l'intérieur d'agents autonomes individuels. Chaque agent échantillonne indépendamment son état suivant à partir d'une matrice de probabilité de transition, permettant au modèle de capturer à la fois l'hétérogénéité au niveau micro entre les agents et la structure probabiliste traitable des chaînes de Markov. L'approche est largement utilisée en économie de la santé, en épidémiologie, en sciences sociales et en recherche opérationnelle.