Designing social simulation to (seriously) support decision-making: COMOKIT, an agent-based modelling toolkit to analyse and compare the impacts of public health interventions against COVID-19

Alexis Drogoul (1, 2) , Patrick Taillandier (3) , Benoit Gaudou (4, 1, 5) , Marc Choisy (6, 7, 8) , Kevin Chapuis (1, 9) , Nghi Huynh Quang (1, 10) , Doanh Nguyen-Ngoc (1, 2, 11) , Damien Philippon (12, 13) , Arthur Brugière (1) , Pierre Larmande (8)

1 UMMISCO - Unité de modélisation mathématique et informatique des systèmes complexes [Bondy]
2 IRD - Institut de Recherche pour le Développement
3 MIAT INRAE - Unité de Mathématiques et Informatique Appliquées de Toulouse
4 IRIT-SMAC - Systèmes Multi-Agents Coopératifs
5 UT Capitole - Université Toulouse Capitole
6 OUCRU - Oxford University Clinical Research Unit [Ho Chi Minh City]
7 MIVEGEC - Maladies infectieuses et vecteurs : écologie, génétique, évolution et contrôle
8 UMR DIADE - Diversité, adaptation, développement des plantes
9 IMAGES-Espace DEV - Institut de Modélisation et d'Analyses en géo-environnement et santé - Espace Développement
10 CICT - College of Information and Communication Technology
11 Thuyloi University
12 HKU - The University of Hong Kong
13 ICTLab - USTH - Information, Communication and Technology Laboratory [Hanoi]

Domaines: Modélisation et simulation; Intelligence artificielle [cs.AI]

Alexis Drogoul, Patrick Taillandier, Benoit Gaudou, Marc Choisy, Kevin Chapuis, et al.. Designing social simulation to (seriously) support decision-making: COMOKIT, an agent-based modelling toolkit to analyse and compare the impacts of public health interventions against COVID-19. 2020. ⟨hal-02968321⟩