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 Multi-Agente
- Visión general de los Sistemas Multi-Agente (SMA).
- Aplicaciones de SMA en dominios del mundo real.
- Comparación con sistemas de agente único.
Arquitecturas para Sistemas Multi-Agente
- Arquitecturas centralizadas frente a descentralizadas.
- Enfoques híbridos y por capas para SMA.
- Herramientas y marcos de trabajo para el desarrollo de SMA (por ejemplo, JADE, SPADE).
Comunicación y Coordinación de Agentes
- Protocolos y lenguajes de comunicación (por ejemplo, FIPA ACL).
- Técnicas de coordinación: planificación, negociación y sincronización.
- Comportamiento emergente y auto-organización en SMA.
Teoría de Juegos y Toma de Decisiones
- Fundamentos de la teoría de juegos para SMA.
- Estrategias cooperativas frente a competitivas.
- Resolución de conflictos entre agentes.
Aprendizaje en Sistemas Multi-Agente
- Aprendizaje por refuerzo en SMA.
- Dinámicas de aprendizaje colaborativo y adversario.
- Aprendizaje por transferencia y compartición de conocimiento entre agentes.
Desafíos y Temas Avanzados
- Escalaridad y rendimiento en entornos SMA grandes.
- Confianza y seguridad en la comunicación de agentes.
- Consideraciones éticas e implicaciones del desarrollo de SMA.
Actividades Prácticas
- Implementación de un SMA básico para asignación de recursos.
- Simulación de comunicación y coordinación de agentes en un entorno dinámico.
- Despliegue de un SMA utilizando un marco como JADE.
Resumen y Siguientes Pasos
Requerimientos
- Sólido entendimiento de los conceptos de inteligencia artificial.
- Competencia en programación con Python.
- Familiaridad con la teoría de juegos y sistemas distribuidos (recomendado).
Audiencia objetivo
- Investigadores de IA.
- Ingenieros de IA.
14 Horas
