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
- Visión general de los sistemas multiagente (SMA).
- Aplicaciones de los SMA en dominios del mundo real.
- Comparación con sistemas de agente único.
Arquitecturas para sistemas multiagente
- Arquitecturas centralizadas frente a descentralizadas.
- Enfoques híbridos y en capas para los SMA.
- Herramientas y marcos de trabajo para el desarrollo de SMA (por ejemplo, JADE, SPADE).
Comunicación y coordinación entre agentes
- Protocolos y lenguajes de comunicación (por ejemplo, FIPA ACL).
- Técnicas de coordinación: planificación, negociación y sincronización.
- Comportamiento emergente y autoorganización en los SMA.
Teoría de juegos y toma de decisiones
- Fundamentos de la teoría de juegos para los SMA.
- Estrategias cooperativas frente a competitivas.
- Resolución de conflictos entre agentes.
Aprendizaje en sistemas multiagente
- Aprendizaje por refuerzo en los SMA.
- Dinámicas de aprendizaje colaborativo y adversarial.
- Aprendizaje transferible y compartir conocimiento entre agentes.
Desafíos y temas avanzados
- Escalabilidad y rendimiento en entornos SMA a gran escala.
- Confianza y seguridad en la comunicación entre agentes.
- Consideraciones éticas e implicaciones del desarrollo de SMA.
Actividades prácticas
- Implementación de un SMA básico para la asignación de recursos.
- Simulación de la comunicación y coordinación de agentes en un entorno dinámico.
- Despliegue de un SMA utilizando un marco de trabajo como JADE.
Resumen y próximos pasos
Requerimientos
- Conocimiento sólido de los conceptos de inteligencia artificial.
- Habilidad en la programación con Python.
- Familiaridad con la teoría de juegos y los sistemas distribuidos (recomendado).
Público objetivo
- Investigadores de IA.
- Ingenieros de IA.
14 Horas
