聯繫我們
 課程時長 28 時間:

課程簡介

多代理系統簡介

  • 代理、環境和互動模型概覽
  • 代理系統中的合作、競爭和自主性
  • 在物流、Robotics和決策中的應用

代理架構的核心概念

  • 反應型與深思熟慮型代理
  • 通訊協議和協調模型
  • 知識表示和共享狀態

在Python中實現代理

  • 使用Mesa框架构建代理
  • 建模環境和互動
  • 模擬代理行為與可視化

協調與溝通

  • 消息傳遞和共享內存架構
  • 談判、共識和任務分配
  • 協調算法(合約網、基於市場、群體模型)

多代理系統中的學習與適應

  • 面向多個代理的強化學習
  • 合作與競爭性學習動態
  • 使用PettingZoo和Stable-Baselines3進行MARL

分佈式計算與擴展

  • 使用Ray進行分佈式多代理模擬
  • 管理並發和同步
  • 並行計算和處理共享資源

人類-代理協作

  • 設計人在環協調界面
  • 結合AI輔助決策支持的混合工作流程
  • 倫理和運營考量

綜合項目

  • 在Python中設計和實現多代理系統
  • 演示代理之間的協調與學習
  • 展示模擬結果和性能洞察

總結與下一步

最低要求

  • 精通Python編程
  • 對強化學習或AI代理設計有良好理解
  • 熟悉分佈式系統和網絡概念

目標受眾

  • 設計協作或分佈式AI系統的系统架構師
  • 從事協調和集體智能研究的科研人员
  • 開發人類-代理或多代理混合工作流程的工程師

人數


每位參與者的報價

即將到來的課程

課程分類