Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Doba trvání 28 hodiny
Návrh Školení
Úvod do víceagentových systémů
- Přehled agentů, prostředí a modelů interakce
- Spolupráce, konkurence a autonomie v agentových systémech
- Aplikace v logistice, robotice a rozhodování
Zákoncepty architektury agentů
- Reaktivní vs. deliberativní agenti
- Protokoly komunikace a modely koordinace
- Představení znalostí a sdílený stav
Implementace agentů v Pythonu
- Vytváření agentů pomocí frameworku Mesa
- Modelování prostředí a interakcí
- Simulace chování agentů a vizualizace
Koordinace a komunikace
- Přenos zpráv a architektury sdílené paměti
- Vyjednávání, konsens a alokace úkolů
- Algoritmy koordinace (smluvní síť, trhový model, rojové modely)
Učení a adaptace ve víceagentových systémech
- Učení posilováním pro více agentů
- Kooperativní vs. konkurenční dynamika učení
- Použití PettingZoo a Stable-Baselines3 pro MARL
Distribuovaný výpočet a škálování
- Použití Ray pro distribuované simulace víceagentů
- Správa konkurence a synchronizace
- Paralelizace výpočtu a správa sdílených zdrojů
Spolupráce člověka a agentů
- Návrh rozhraní pro koordinaci s lidskou kontrolou (human-in-the-loop)
- Hybridní pracovní toky s rozhodovací podporou pomocí AI
- Etické a operační úvahy
Finální projekt
- Návrh a implementace víceagentového systému v Pythonu
- Demonstrace koordinace a učení mezi agenty
- Představení výsledků simulace a závěrů o výkonu
Shrnutí a další kroky
Požadavky
- Pokročilá znalost programování v Pythonu
- Dobré pochopení učení posilováním nebo návrhu AI agentů
- Ověrnost s distribuovanými systémy a koncepty sítě
Publikum
- Systémoví architekti navrhující kooperativní nebo distribuované AI systémy
- Vědci zabývající se koordinací a kolektivní inteligencí
- Inženýři vyvíjející hybridní člověk-agent nebo víceagentové pracovní toky
