Capa

logolink
NetLogo
no R

Daniel Vartanian

29 de maio de 2026

Oiê! 👋

Esta apresentação tem como objetivo apresentar o logolink, uma interface para execução de simulações NetLogo a partir do R.

Tópicos a serem abordados:

1. R & NetLogo
2. Mas Já Não Tem?
3. Reprodutibilidade
4. O Pacote
5. Instalação e Funções Principais
6. Exemplo de Uso
7. NetLogo & ggplot2
8. Documentação

• R: Criado na academia, para a academia. Python: Criado na indústria, para a indústria.
• (piada) Quando uma cobra é usada para representar uma plataforma, já dá pra imaginar que tipo de comunidade ela tem, né?
• R é uma linguagem de programação gratuita e de código aberto desenvolvida para análise de dados e geração de gráficos.
• Foi criada a partir da linguagem S, por Ross Ihaka e Robert Gentleman, no departamento de estatística da Universidade de Auckland (Nova Zelândia) em 1991 e apresentada à comunidade científica em 1993.
• Criado por Uri Wilensky e Seth Tisue em 1999, o NetLogo é uma plataforma de modelagem baseada em agentes, projetada para ser fácil de usar e acessível a uma ampla gama de usuários, incluindo aqueles sem experiência prévia em programação.
• Desenvolvido tanto para fins educacionais quanto para pesquisa.
• Parece fraco, mas entrega muito (Base: Scala & Java).
• Low Threshold, No Ceiling.

Mas Já Não Tem?

• Os autores do nlrx (Jan Salecker, Marco Sciaini , Sebastian Hanss) estão começando a implementar o logolink para fazer o heavy lifting.

• Crise de reprodutibilidade.
• Reprodutibilidade versus Replicabilidade.
• Veja a última edição especial da Nature sobre o assunto, que curiosamente saiu no dia 1º de abril de 2026.
• Desenvolvimento de ferramentas abertas e especializadas, capazes de aumentar a transparência e promover a padronização e a reutilização de recursos entre pesquisadores.
• Ações semelhantes: Protocolo ODD, AgentBlocks, CoMSES Network & Open Modeling Foundation (OMS).

Facilmente integrado a HPCs, workflows (LogoActions), pipelines e notebooks.

• Camada de abstração entre R e NetLogo que preserva as nomenclaturas e convenções do BehaviorSpace.
• 100% FAIR. Publicado na CRAN e Revisado por pares pela rOpenSci.
• Integrado ao ecossistema Tidyverse e às melhores práticas de desenvolvimento de software.

install.packages("logolink")

library(logolink)

create_experiment(
  name = "",
  repetitions = 1,
  sequential_run_order = TRUE,
  run_metrics_every_step = FALSE,
  time_limit = 1,
  pre_experiment = NULL,
  setup = "setup",
  go = "go",
  post_run = NULL,
  post_experiment = NULL,
  exit_condition = NULL,
  run_metrics_condition = NULL,
  metrics = "count turtles",
  constants = NULL,
  sub_experiments = NULL,
  file = tempfile(pattern = "experiment-", fileext = ".xml")
)

run_experiment(
  model_path,
  setup_file = NULL,
  experiment = NULL,
  output = "table",
  other_arguments = NULL,
  timeout = Inf,
  tidy_output = TRUE,
  output_dir = tempdir()
)

O logolink  detecta automaticamente  sua instalação do NetLogo.

model_path <-
  find_netlogo_home() |>
  file.path(
    "models",
    "IABM Textbook",
    "chapter 4",
    "Wolf Sheep Simple 5.nlogox"
  )

results <-
  model_path |>
  run_experiment(
    setup_file = setup_file
  )
#> ✔ Running model [13.4s]
#> ✔ Gathering metadata [15ms]
#> ✔ Processing table output [8ms]

setup_file <- create_experiment(
  name = "Wolf Sheep Simple Model Analysis",
  repetitions = 10,
  run_metrics_every_step = TRUE,
  setup = "setup",
  go = "go",
  time_limit = 1000,
  metrics = c(
    'count wolves',
    'count sheep'
  ),
  constants = list(
    "number-of-sheep" = 500,
    "number-of-wolves" = list(
      first = 5,
      step = 1,
      last = 15
    ),
    "movement-cost" = 0.5,
    "grass-regrowth-rate" = 0.3,
    "energy-gain-from-grass" = 2,
    "energy-gain-from-sheep" = 5
  )
)

library(dplyr)

results |> glimpse()
#> List of 2
#>  $ metadata:List of 6
#>   ..$ timestamp       : POSIXct[1:1], format: "2026-02-11 12:46:59"
#>   ..$ netlogo_version : chr "7.0.3"
#>   ..$ output_version  : chr "2.0"
#>   ..$ model_file      : chr "Wolf Sheep Simple 5.nlogox"
#>   ..$ experiment_name : chr "Wolf Sheep Simple Model Analysis"
#>   ..$ world_dimensions: Named int [1:4] -17 17 -17 17
#>   .. ..- attr(*, "names")= chr [1:4] "min-pxcor" "max-pxcor" "min-pycor" "max-pycor"
#>  $ table   : tibble [110,110 × 10] (S3: tbl_df/tbl/data.frame)
#>   ..$ run_number            : num [1:110110] 1 1 1 1 1 1 1 1 1 1 ...
#>   ..$ number_of_sheep       : num [1:110110] 500 500 500 500 500 500 500 500 500 500 ...
#>   ..$ number_of_wolves      : num [1:110110] 5 5 5 5 5 5 5 5 5 5 ...
#>   ..$ movement_cost         : num [1:110110] 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 ...
#>   ..$ grass_regrowth_rate   : num [1:110110] 0.3 0.3 0.3 0.3 0.3 0.3 0.3 0.3 0.3 0.3 ...
#>   ..$ energy_gain_from_grass: num [1:110110] 2 2 2 2 2 2 2 2 2 2 ...
#>   ..$ energy_gain_from_sheep: num [1:110110] 5 5 5 5 5 5 5 5 5 5 ...
#>   ..$ step                  : num [1:110110] 0 1 2 3 4 5 6 7 8 9 ...
#>   ..$ count_wolves          : num [1:110110] 5 5 5 5 5 5 5 5 5 5 ...
#>   ..$ count_sheep           : num [1:110110] 500 498 497 495 493 492 488 487 486 483 ...

Considerações Finais

Esta apresentação foi criada com o sistema de publicação Quarto. O código e os materiais estão disponíveis no GitHub.

Referências

De acordo com o estilo da American Psychological Association (APA), 7. edição.

Miske, O., Abatayo, A. L., Daley, M., Dirzo, M., Fox, N., Haber, N., Hahn, K. M., Struhl, M. K., Mawhinney, B., Silverstein, P., Stankov, T., Tyner, A. H., Adamkovič, M., Alzahawi, S., Anafinova, S., Awtrey, E., Axxe, E., Bailey, J., Bakker, B. N., … Errington, T. M. (2026). Investigating the reproducibility of the social and behavioural sciences. Nature, 652(8108), 126–134. https://doi.org/10.1038/s41586-026-10203-5

Vartanian, D., Garcia, L., & Carvalho, A. M. (2026). LogoClim: WorldClim in NetLogo [Programa de computador]. CoMSES Network. https://www.comses.net/codebases/bccd451f-76a4-408a-85fd-c5024359ba9a

Obrigado!