Návrh Školení

Pojetí architektury agenta v Antigravitačním systému

  • Vnitřní reprezentace a modely stavů
  • Vrstvená koordinace chování
  • Cesty generování akcí

Paměťové systémy pro trvale fungující agenty

  • Krátkodobé versus dlouhodobé paměťové chování
  • Vzory trvalého ukládání znalostí
  • Prevence corruptnosti a odchylkování paměti

Zpětné vazby a tvarování chování

  • Strategie zpětných vazeb s člověkem v cyklu
  • Mechanismy posilování a úpravy odměn
  • Techniky samoohodnocení a samokorrigování

Učení v čase

  • Sledování pokroku učení agenta
  • Detekce a odstraňování úbytku dovedností
  • Adaptivní aktualizace na základě operačního kontextu

Vytváření a udržování znalostní databáze

  • Postavení strukturovaných dlouhodobých znalostních grafů
  • Semantické vyhledávání a indexování paměti
  • Zachování aktuálnosti a čerstvosti znalostí

Interakce agentů a víceagentové ekosystémy

  • Spolupracující a konkurenční chování
  • Kolaborativní paměť a sdílený stav
  • Měření vznikajících vzorů ve systémech

Integrace zpětných vazeb od vývojářů

  • Revize a anotování artefaktů agenta
  • Automatizované hodnotící potoky
  • Zahrnutí lidského posudku do učebních cyklů

Pokročilá optimalizace a budoucí směry

  • Vyhovování pro úkoly dlouhé doby
  • Prediktivní modelování evoluce agenta
  • Architektonické trendy a výzkumná oblasti

Shrnutí a další kroky

Požadavky

  • Pochopení architektur autonomních agentů
  • Zkušenosti s velkými AI systémy
  • Opačenost se základními koncepty posilovacího učení

Cílová skupina

  • Starší AI inženýři
  • Architekti agentových platform
  • Výzkumné a vývojové týmy
 14 hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie