联系我们

课程大纲

多智能体系统简介

  • 智能体、环境和交互模型概述
  • 智能系统中的合作、竞争与自主性
  • 在物流、Robotics和决策中的应用

智能体架构的核心概念

  • 反应式与慎思式智能体
  • 通信协议与协调模型
  • 知识表示与共享状态

在Python中实现智能体

  • 使用Mesa框架构建智能体
  • 建模环境与交互
  • 模拟智能体行为与可视化

协调与通信

  • 消息传递与共享内存架构
  • 协商、共识与任务分配
  • 协调算法(合同网、基于市场、群体模型)

多智能体系统中的学习与适应

  • 多智能体强化学习
  • 合作与竞争学习动态
  • 使用PettingZoo和Stable-Baselines3进行MARL

分布式计算与扩展

  • 使用Ray进行分布式多智能体仿真
  • 管理并发与同步
  • 并行化计算与共享资源处理

人机协作

  • 设计人在回路协调的接口
  • AI辅助决策支持的混合工作流
  • 伦理与运营考量

毕业项目

  • 在Python中设计并实现一个多智能体系统
  • 展示智能体之间的协调与学习
  • 呈现仿真结果与性能洞察

总结与后续步骤

要求

  • 熟练掌握Python编程
  • 对强化学习或AI智能体设计有良好理解
  • 熟悉分布式系统和网络概念

目标受众

  • 设计协作或分布式AI系统的系统架构师
  • 从事协调与集体智能研究的研究人员
  • 开发混合人机或多智能体工作流的工程师
 28 小时

即将举行的公开课程

课程分类