Đề cương khóa học

Giới thiệu về Hệ thống Đa tác nhân

  • Tổng quan về các tác nhân, môi trường và mô hình tương tác
  • Hợp tác, cạnh tranh và tự chủ trong các hệ thống tác nhân
  • Ứng dụng trong logistics, robot và ra quyết định

Các Khái niệm Cơ bản về Kiến trúc Tác nhân

  • Tác nhân phản ứng so với tác nhân suy luận
  • Giao thức giao tiếp và mô hình phối hợp
  • Biểu diễn kiến thức và trạng thái chung

Triển khai Tác nhân trong Python

  • Xây dựng tác nhân sử dụng khung Mesa
  • Mô hình hóa môi trường và tương tác
  • Mô phỏng hành vi của tác nhân và trực quan hóa

Phối hợp và Giao tiếp

  • Truyền tin nhắn và kiến trúc bộ nhớ chung
  • Đàm phán, đồng thuận và phân công công việc
  • Các thuật toán phối hợp (hợp đồng mạng, dựa trên thị trường, mô hình đàn ong)

Học và Thích ứng trong Hệ thống Đa tác nhân

  • Học tăng cường cho nhiều tác nhân
  • Động lực học hợp tác so với cạnh tranh
  • Sử dụng PettingZoo và Stable-Baselines3 cho MARL

Tính toán Phân tán và Khả năng Mở rộng

  • Sử dụng Ray để mô phỏng hệ thống đa tác nhân phân tán
  • Quản lý đồng thời và đồng bộ hóa
  • Tính toán song song và xử lý tài nguyên chung

Phối hợp Con người-Tác nhân

  • Thiết kế giao diện cho phối hợp có con người tham gia
  • Quy trình làm việc kết hợp hỗ trợ quyết định AI
  • Xem xét đạo đức và vận hành

Dự án Cuối khóa

  • Thiết kế và triển khai hệ thống đa tác nhân trong Python
  • Chứng minh sự phối hợp và học tập giữa các tác nhân
  • Trình bày kết quả mô phỏng và đánh giá hiệu suất

Tổng kết và Bước Tiếp theo

Yêu cầu

  • Thành thạo lập trình Python
  • Hiểu rõ về học tăng cường hoặc thiết kế tác nhân AI
  • Quen thuộc với các khái niệm hệ thống phân tán và mạng

Đối tượng

  • Kiến trúc sư hệ thống thiết kế các hệ thống AI hợp tác hoặc phân tán
  • Nghiên cứu viên làm việc về phối hợp và trí tuệ tập thể
  • Kỹ sư phát triển quy trình làm việc kết hợp con người-tác nhân hoặc đa tác nhân
 28 Giờ học

Số người tham gia


Giá cho mỗi người tham gia

Các khóa học sắp tới

Các danh mục liên quan