课程大纲

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

要求

  • 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
 14 小时

即将举行的公开课程

课程分类