Contacta con nosotros

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

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas