課程簡介

多智能體系統簡介

  • 智能體、環境和交互模型概述。
  • 智能體系統中的協作、競爭和自主性。
  • 在物流、機器人和決策中的應用。

智能體架構的核心概念

  • 反應式與慎思式智能體。
  • 通信協議和協調模型。
  • 知識表示和共享狀態。

使用Python實現智能體

  • 使用Mesa框架構建智能體。
  • 建模環境和交互。
  • 模擬智能體行爲並進行可視化。

協調與通信

  • 消息傳遞和共享內存架構。
  • 協商、共識和任務分配。
  • 協調算法(合同網、市場基礎、羣體模型)。

多智能體系統中的學習與適應

  • 多智能體的強化學習。
  • 協作與競爭的學習動態。
  • 使用PettingZoo和Stable-Baselines3進行多智能體強化學習。

分佈式計算與擴展

  • 使用Ray進行分佈式多智能體模擬。
  • 管理併發和同步。
  • 並行化計算和處理共享資源。

人-智能體協作

  • 設計人類參與的協調界面。
  • 結合AI輔助決策的混合工作流程。
  • 倫理和操作考慮。

結業項目

  • 使用Python設計和實現一個多智能體系統。
  • 展示智能體之間的協調和學習。
  • 展示模擬結果和性能分析。

總結與下一步

最低要求

  • 熟練掌握Python編程。
  • 對強化學習或AI智能體設計有較好的理解。
  • 熟悉分佈式系統和網絡概念。

受衆

  • 設計協作或分佈式AI系統的系統架構師。
  • 研究協調和集體智能的研究人員。
  • 開發混合人-智能體或多智能體工作流程的工程師。
 28 時間:

人數


每位參與者的報價

即將到來的課程

課程分類