Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Úvod do víceagentových systémů
- Přehled agentů, prostředí a modelů interakce
- Kooperace, konkurence a autonomie ve víceagentových systémech
- Aplikace v logistice, robotice a rozhodování
Základní koncepty architektury agentů
- Reaktivní vs. deliberativní agenty
- Komunikací protokoly a modely koordinace
- Reprezentace znalostí a sdílený stav
Implementace agentů v jazyce Python
- Stavba agentů pomocí frameworku Mesa
- Modelování prostředí a interakcí
- Simulace chování agentů a vizualizace
Koordinace a komunikace
- Přenos zpráv a architektury sdílené paměti
- Vyjednávání, konsenzus a přidělování úkolů
- Algoritmy koordinace (contract net, tržní modely, rojové modely)
Učení a adaptace ve víceagentových systémech
- Učení posilou pro více agentů
- Kooperativní vs. konkurenční dynamika učení
- Použití PettingZoo a Stable-Baselines3 pro MARL
Distribuovaný výpočet a škálování
- Použití Ray pro distribuované simulace víceagentových systémů
- Správa konkurence a synchronizace
- Parallelizace výpočtů a správa sdílených zdrojů
Spolupráce člověka a agentů
- Návrh rozhraní pro koordinaci s lidským zásahem (human-in-the-loop)
- Hybridní pracovní postupy s AI podporou rozhodování
- Etické a operační aspekty
Závěrečný projekt (Capstone)
- Návrh a implementace víceagentového systému v jazyce Python
- Demonstrace koordinace a učení mezi agenty
- Prezentace výsledků simulace a poznatků o výkonu
Shrnutí a další kroky
Požadavky
- Silná znalost programování v jazyce Python
- Dobre porozumění učení posilou (reinforcement learning) nebo návrhu AI agentů
- Oznámenost s distribuovanými systémy a sítěmi
Cílová skupina
- Systémoví architekti navrhující kooperativní nebo distribuované AI systémy
- Výzkumníci pracující na koordinaci a kolektivní inteligenci
- Inženýři vyvíjející hybridní pracovní postupy člověk-agent nebo víceagentové postupy
28 Hodiny
