Agentic AI in Multi-Agent Systems

• 具备AI模型开发经验
• 理解多代理系统概念
• 熟悉强化学习与AI驱动的自动化技术

目标受众

• 研究自主代理互动的AI研究人员
• Robotics 设计多代理协调的工程师
• 开发AI驱动NPC行为的游戏开发者

Agentic AI 在多代理系统中扮演著关键角色，使自主代理能够在复杂环境中互动、协作并做出决策。

这项由讲师指导的实时培训（线上或现场）旨在帮助高级专业人士使用 Agentic AI 框架开发和优化多代理系统。

在培训结束时，参与者将能够：

• 理解 Agentic AI 在多代理环境中的原理。
• 开发能够自主互动的 AI 驱动代理。
• 实施强化学习以实现自适应的 AI 行为。
• 优化多代理的协作与竞争。
• 将 Agentic AI 应用于机器人、游戏和企业自动化领域。

课程形式

• 互动式讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中进行动手实作。

课程定制选项

• 如需为此课程安排定制培训，请联系我们以进行安排。

多智能体系统简介

• 定义多智能体系统及其应用
• Agentic AI 在自主智能体互动中的作用
• 多智能体协调中的挑战

为多智能体环境开发 Agentic AI

• 设计自主人工智慧智能体
• 智能体沟通与决策策略
• 多智能体人工智慧的模拟环境

Reinforcement Learning 应用于 Agentic AI

• 将强化学习应用于多智能体系统
• 训练自主智能体以实现适应性行为
• 在决策中平衡探索与利用

Collaboration 与多智能体系统中的竞争

• 合作型人工智慧智能体策略
• 竞争与对抗性人工智慧互动
• 多智能体环境中的涌现行为

Agentic AI 在 Robotics 与自动化中的应用

• 机器人中的多智能体协调
• 群体智慧与分散式决策
• 机器人人工智慧应用的案例研究

Agentic AI 在 Game Development 中的应用

• 在多智能体模拟中设计人工智慧驱动的 NPC
• 互动式人工智慧智能体的行为建模
• 动态环境中的即时人工智慧决策

扩展多智能体人工智慧系统

• 大规模人工智慧互动的性能优化
• 管理智能体层级与基于角色的决策
• 将人工智慧智能体整合到云端环境中

Agentic AI 在多智能体系统中的未来

• 自主人工智慧协作的新兴趋势
• 透过深度学习扩展多智能体人工智慧能力
• 多智能体人工智慧的伦理与监管考量

总结与下一步