Plan du cours

Introduction aux systèmes multi-agents

  • Aperçu des systèmes multi-agents (SMA)
  • Applications des SMA dans le monde réel
  • Comparaison avec les systèmes mono-agents

Architectures pour les systèmes multi-agents

  • Architectures centralisées ou décentralisées
  • Approches hybrides et en couches des SMA
  • Outils et cadres pour le développement des SMA (par exemple, JADE, SPADE)

Protocoles et langages d'agent Communication et de coordination

  • Communication et de coordination (par exemple, FIPA ACL)
  • Techniques de coordination : planification, négociation et synchronisation
  • Comportement émergent et auto-organisation dans les SMA

Théorie des jeux et prise de décision

  • Bases de la théorie des jeux pour les SMA
  • Stratégies coopératives ou compétitives
  • Résolution des conflits entre agents

Apprentissage dans les systèmes multi-agents

  • Apprentissage par renforcement dans les SMA
  • Dynamique de l'apprentissage collaboratif et contradictoire
  • Apprentissage par transfert et partage des connaissances entre agents

Défis et sujets avancés

  • [Capacité et performance dans les grands environnements de systèmes multi-agents
  • Confiance et sécurité dans la communication entre agents
  • Considérations éthiques et implications du développement des SMA

Travaux pratiques Activities

  • Mise en œuvre d'un SMA de base pour l'allocation des ressources
  • Simulation de la communication et de la coordination des agents dans un environnement dynamique
  • Déploiement d'un SMA à l'aide d'un cadre comme JADE

Résumé et prochaines étapes

Pré requis

  • Solide compréhension des concepts d'intelligence artificielle
  • Maîtrise de la programmation Python
  • Familiarité avec la théorie des jeux et les systèmes distribués (recommandée)

Audience

  • Chercheurs en IA
  • Ingénieurs en IA
 14 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires