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
- Vista 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 en SMA
- Herramientas y marcos de desarrollo para 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 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 adversarial
- Transferencia de conocimiento y compartición de información entre agentes
Desafíos y temas avanzados
- Escalabilidad y rendimiento en entornos de SMA extensos
- Confianza y seguridad en la comunicación de agentes
- Consideraciones éticas e implicaciones del desarrollo de SMA
Actividades prácticas
- Implementación de un SMA básico para la asignación de recursos
- Simulación de comunicación y coordinación entre agentes en un entorno dinámico
- Despliegue de un SMA utilizando un marco como JADE
Resumen y próximos pasos
Requerimientos
- Conocimiento sólido de los conceptos de inteligencia artificial
- Dominio de la programación en Python
- Conocimientos previos de teoría de juegos y sistemas distribuidos (recomendado)
Público objetivo
- Investigadores en inteligencia artificial
- Ingenieros de inteligencia artificial
14 Horas
