感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
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
要求
- 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
14 小时
客户评论 (1)
培训师即时回答问题。
Adrian
课程 - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
机器翻译