Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a los sistemas multiagente
- Definición de sistemas multiagente y sus aplicaciones
- Papel de la IA agéntica en las interacciones de agentes autónomos
- Desafíos en la coordinación multiagente
Desarrollo de IA agéntica para entornos multiagente
- Diseño de agentes de IA autónomos
- Estrategias de comunicación y toma de decisiones de los agentes
- Entornos de simulación para IA multiagente
Aprendizaje por refuerzo para IA agéntica
- Aplicación del aprendizaje por refuerzo en sistemas multiagente
- Entrenamiento de agentes autónomos para un comportamiento adaptativo
- Equilibrio entre exploración y explotación en la toma de decisiones
Colaboración y competencia en sistemas multiagente
- Estrategias cooperativas de agentes de IA
- Interacciones competitivas y adversariales de IA
- Comportamientos emergentes en entornos multiagente
IA agéntica en robótica y automatización
- Coordinación multiagente en robótica
- Inteligencia de enjambre y toma de decisiones descentralizada
- Estudios de casos en aplicaciones de IA robótica
IA agéntica en el desarrollo de videojuegos
- Diseño de personajes no jugadores (NPC) impulsados por IA en simulaciones multiagente
- Modelado de comportamiento para agentes de IA interactivos
- Toma de decisiones de IA en tiempo real en entornos dinámicos
Escalado de sistemas de IA multiagente
- Optimización del rendimiento para interacciones de IA a gran escala
- Gestión de jerarquías de agentes y toma de decisiones basada en roles
- Integración de agentes de IA con entornos basados en la nube
Futuro de los sistemas multiagente con IA agéntica
- Tendencias emergentes en la colaboración de IA autónoma
- Expansión de las capacidades de IA multiagente con aprendizaje profundo
- Consideraciones éticas y regulatorias para la IA multiagente
Resumen y próximos pasos
Requerimientos
- Experiencia en desarrollo de modelos de IA
- Comprensión de los conceptos de sistemas multiagente
- Conocimiento del aprendizaje por refuerzo y la automatización basada en IA
Público objetivo
- Investigadores de IA que estudian las interacciones entre agentes autónomos
- Ingenieros de robótica diseñando la coordinación entre múltiples agentes
- Desarrolladores de videojuegos implementando comportamientos de personajes no jugadores (NPC) impulsados por IA
14 Horas
Reseñas (1)
ejercicios prácticos
Daniel - Facultatea S.A.I.A.P.M.
Curso - Agentic AI in Multi-Agent Systems
Traducción Automática
