Developing Multi-Agent Systems

• 对人工智慧概念有扎实的理解
• 精通 Python 个程式设计
• 熟悉博弈论和分散式系统（推荐）

观众

• AI 研究人员
• AI 工程师

多智慧体系统 （MAS） 是人工智慧的一个前沿领域，多个 AI 智慧体在动态环境中进行协作或竞争。

这种由讲师指导的现场培训（在线或现场）面向高级 AI 专业人员，他们希望掌握设计、构建和部署 MAS 的技能，以解决复杂的实际问题。

在本次培训结束时，参与者将能够：

• 了解多代理系统架构的原理。
• 在 MAS 中实施沟通、协调和决策策略。
• 应用博弈论对代理交互进行建模并解决冲突。
• 利用 JADE 等框架创建可扩展的 MAS 解决方案。
• 解决 MAS 中的可扩充性、信任和紧急行为等挑战。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在即时实验室环境中动手实施。

课程自定义选项

• 要申请本课程的定制培训，请联系我们进行安排。

多代理系统简介

• 多代理系统 （MAS） 概述
• MAS 在实际领域的应用
• 与单药系统的比较

多代理系统的架构

• 集中式架构与分散式架构
• MAS 的混合和分层方法
• 用于 MAS 开发的工具和框架（例如 JADE、SPADE）

代理 Communication 和协调

• Communication 协定和语言（例如 FIPA ACL）
• 协调技术：规划、协商和同步
• MAS 中的紧急行为和自组织

博弈论与决策

• MAS 博弈论基础知识
• 合作策略与竞争策略
• 解决代理之间的冲突

在多智慧体系统中学习

• MAS 中的强化学习
• 协作和对抗性学习动态
• 座席之间的学习和知识共用

挑战和高级主题

• Scala大型 MAS 环境中的性能和性能
• 代理通信中的信任和安全性
• MAS 开发的伦理考虑和影响

动手实践 Activities

• 实现用于资源分配的基本 MAS
• 在动态环境中类比座席的通信和协调
• 使用 JADE 等框架部署 MAS

总结和后续步骤