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.
Duración 14 horas
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 entre agentes
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 la IA agéntica
- Aplicación del aprendizaje por refuerzo a 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 para agentes de IA
- Interacciones competitivas y adversarias entre agentes de IA
- Comportamientos emergentes en entornos multiagente
IA agéntica en robótica y automatización
- Coordinación de agentes en robótica
- Inteligencia de enjambre y toma de decisiones descentralizada
- Estudios de caso en aplicaciones de IA robótica
IA agéntica en el desarrollo de videojuegos
- Diseño de PNJ 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
Escalabilidad 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 mediante el aprendizaje profundo
- Consideraciones éticas y regulatorias para la IA multiagente
Resumen y próximos pasos
Requerimientos
- Experiencia en el desarrollo de modelos de IA
- Comprensión de los conceptos de sistemas multiagente
- Familiaridad con aprendizaje por refuerzo y automatización impulsada por IA
Audiencia objetivo
- Investigadores de IA que estudian la interacción entre agentes autónomos
- Ingenieros de robótica diseñan la coordinación entre agentes
- Desarrolladores de videojuegos que implementan comportamientos de PNJ impulsados por IA
Reseñas (1)
ejercicios prácticos
Daniel - Facultatea S.A.I.A.P.M.
Curso - Agentic AI in Multi-Agent Systems
Traducción Automática
