Plan du cours

Introduction aux systèmes multi-agents

  • Définition des systèmes multi-agents et de leurs applications
  • Rôle de Agentic AI dans les interactions entre agents autonomes
  • Défis en matière de coordination multi-agents

Développement de Agentic AI pour les environnements multi-agents

  • Conception d'agents IA autonomes
  • Stratégies de communication et de prise de décision des agents
  • Environnements de simulation pour l'IA multi-agents

Reinforcement Learning pour Agentic AI

  • Application de l'apprentissage par renforcement aux systèmes multi-agents
  • Formation d'agents autonomes pour un comportement adaptatif
  • Équilibrer l'exploration et l'exploitation dans la prise de décision

Collaboration et Compétition dans les systèmes multi-agents

  • Stratégies coopératives des agents d'IA
  • Interactions concurrentielles et antagonistes de l'IA
  • Comportements émergents dans les environnements multi-agents

Agentic AI dans Robotics et Automatisation

  • Coordination multi-agents en robotique
  • Intelligence en essaim et prise de décision décentralisée
  • Études de cas sur les applications de l'IA en robotique

Agentic AI in Game Development

  • Conception de PNJ pilotés par l'IA dans les simulations multi-agents
  • Modélisation du comportement des agents d'IA interactifs
  • Prise de décision en temps réel dans des environnements dynamiques

Mise à l'échelle des systèmes d'IA multi-agents

  • Optimisation des performances pour les interactions d'IA à grande échelle
  • Gestion des hiérarchies d'agents et prise de décision basée sur les rôles
  • Intégration d'agents d'IA dans des environnements en nuage

L'avenir des systèmes multi-agents avec Agentic AI

  • Tendances émergentes dans la collaboration autonome en matière d'IA
  • Extension des capacités de l'IA multi-agents grâce à l'apprentissage en profondeur
  • Considérations éthiques et réglementaires pour l'IA multi-agents

Résumé et prochaines étapes

Pré requis

  • Expérience en matière de développement de modèles d'IA
  • Compréhension des concepts de systèmes multi-agents
  • Familiarité avec l'apprentissage par renforcement et l'automatisation pilotée par l'IA

Audience

  • Chercheurs en IA étudiant les interactions entre agents autonomes
  • Ingénieurs Robotics concevant la coordination multi-agents
  • Développeurs de jeux mettant en œuvre des comportements de PNJ pilotés par l'IA
 14 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires