Developing Multi-Agent Systems

• Solidne zrozumienie koncepcji sztucznej inteligencji
• Biegłość w programowaniu Python
• Znajomość teorii gier i systemów rozproszonych (zalecane)

Odbiorcy

• Badacze sztucznej inteligencji
• Inżynierowie AI

Multi-Agent Systems (MAS) to najnowocześniejszy obszar sztucznej inteligencji, w którym wielu agentów AI współpracuje lub konkuruje w dynamicznych środowiskach.

Ten prowadzony przez instruktora trening na żywo (online lub na miejscu) jest skierowany do zaawansowanych profesjonalistów AI, którzy chcą opanować umiejętności projektowania, budowania i wdrażania MAS, które rozwiązują złożone, rzeczywiste problemy.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Zrozumieć zasady architektur systemów wieloagentowych.
• Wdrażać strategie komunikacji, koordynacji i podejmowania decyzji w systemach wieloagentowych.
• Zastosować teorię gier do modelowania interakcji między agentami i rozwiązywania konfliktów.
• Wykorzystywać frameworki takie jak JADE do tworzenia skalowalnych rozwiązań MAS.
• Podejmowanie wyzwań, takich jak skalowalność, zaufanie i emergentne zachowanie w MAS.

Format kursu

• Interaktywny wykład i dyskusja.
• Wiele ćwiczeń i praktyki.
• Praktyczne wdrożenie w środowisku laboratoryjnym na żywo.

Opcje dostosowywania kursu

• Aby poprosić o spersonalizowane szkolenie dla tego kursu, skontaktuj się z nami.

Wprowadzenie do systemów wieloagentowych

• Przegląd systemów wieloagentowych (MAS)
• Zastosowania MAS w rzeczywistych domenach
• Porównanie z systemami jednoagentowymi

Architektury dla systemów wieloagentowych

• Architektury scentralizowane i zdecentralizowane
• Hybrydowe i warstwowe podejścia do MAS
• Narzędzia i ramy dla rozwoju MAS (np. JADE, SPADE)

Protokoły i języki agentów Communication i koordynacji

• [Protokoły i języki koordynacji (np. FIPA ACL)
• Techniki koordynacji: planowanie, negocjacje i synchronizacja
• Zachowanie emergentne i samoorganizacja w MAS

Teoria gier i podejmowanie decyzji

• Podstawy teorii gier dla MAS
• Strategie współpracy i rywalizacji
• Rozwiązywanie konfliktów między agentami

Uczenie się w systemach wieloagentowych

• Uczenie się ze wzmocnieniem w MAS
• Dynamika uczenia się opartego na współpracy i kontradyktoryjności
• Transfer uczenia się i dzielenie się wiedzą między agentami

Wyzwania i zaawansowane tematy

• [Zdolność i wydajność w dużych środowiskach MAS
• Zaufanie i bezpieczeństwo w komunikacji między agentami
• Rozważania etyczne i implikacje rozwoju MAS

Praktyczne Activiti

• Wdrażanie podstawowego systemu MAS do alokacji zasobów
• Symulacja komunikacji i koordynacji agentów w dynamicznym środowisku
• Wdrażanie MAS przy użyciu frameworka takiego jak JADE

Podsumowanie i kolejne kroki